CN113313400A - 事故告警方法、装置及存储介质 - Google Patents
事故告警方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113313400A CN113313400A CN202110640337.9A CN202110640337A CN113313400A CN 113313400 A CN113313400 A CN 113313400A CN 202110640337 A CN202110640337 A CN 202110640337A CN 113313400 A CN113313400 A CN 113313400A
- Authority
- CN
- China
- Prior art keywords
- objects
- accident
- determining
- probability
- hazardous chemical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000000126 substance Substances 0.000 claims abstract description 195
- 239000000383 hazardous chemical Substances 0.000 claims abstract description 147
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 15
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- 239000003502 gasoline Substances 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000003345 natural gas Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- KZBUYRJDOAKODT-UHFFFAOYSA-N Chlorine Chemical compound ClCl KZBUYRJDOAKODT-UHFFFAOYSA-N 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提供了一种事故告警方法、装置及存储介质,在进行事故告警时,先通过采集目标区域的图像信息;并对图像信息进行分析,得到目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量;再根据车辆的数量和各车辆中承载的危化品的类型,确定目标区域发生事故的概率;并在事故概率的基础上,结合各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,共同确定对象中受事故影响的目标对象的数量;并在目标对象的数量大于预设阈值时,输出告警信息,这样可以实现准确地告警。
Description
技术领域
本发明涉及危化品的运输技术领域,尤其涉及一种事故告警方法、装置及存储介质。
背景技术
危化品具有易燃、易爆炸以及有毒等危险性质,因此,在危化品的运输过程中,对危化品进行危险评估,并在危险程度较大时进行告警,是至关重要的。
因此,在危化品的运行过程中,当车辆停留到某一区域时,如何确定危化品在该区域内的危险程度,并进行告警,是本领域技术人员亟待解决的问题。
发明内容
本申请实施例提供了一种事故告警方法、装置及存储介质,能够实现准确地告警。
第一方面,本申请实施例提供了一种危化品运输风险评估方法,所述危化品运输风险评估方法包括:
采集目标区域的图像信息。
对所述图像信息进行分析,得到所述目标区域内包括的承载危化品的车辆的数量、以及所述目标区域内对象的数量。
根据所述车辆的数量和各车辆中承载的危化品的类型,确定所述目标区域发生事故的概率。
根据所述概率、所述各车辆中承载的危化品的存储量、所述各车辆中承载的危化品的类型、以及所述对象的数量,确定所述对象中受事故影响的目标对象的数量。
在所述目标对象的数量大于预设阈值时,输出告警信息。
在一种可能的实现方式中,所述根据所述车辆的数量和各车辆中承载的危化品的类型,确定所述目标区域发生事故的概率,包括:
根据所述各车辆中承载的危化品的类型,确定所述各车辆中承载的危化品对应的泄露概率。
根据所述车辆的数量、和所述各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率。
在一种可能的实现方式中,所述车辆的数量为n个,其中,n1个车辆中均承载第一类型的危化品,n2个车辆中均承载第二类型的危化品,且n=n1+n2。
所述根据所述车辆的数量、和所述各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率,包括:
根据P=1-(1-p1)n1(1-p2)n2,确定目标区域的事故概率。
其中,P表示所述目标区域的事故概率,p1表示第一类型的危化品对应的泄漏概率,p2表示第二类型的危化品对应的泄漏概率。
在一种可能的实现方式中,所述根据所述概率、所述各车辆中承载的危化品的存储量、所述各车辆中承载的危化品的类型、以及所述对象的数量,确定所述对象中受事故影响的目标对象的数量,包括:
根据所述各车辆中承载的危化品的存储量和所述各车辆中承载的危化品的类型,确定各类型的危化品的总存储量。
根据所述各类型的危化品的总存储量和所述各类型的危化品对应的事故临界值,确定所述各类型的危化品对应的辨识指标。
根据所述概率、所述各类型的危化品对应的辨识指标,以及所述对象的数量,确定所述目标对象的数量。
在一种可能的实现方式中,所述根据所述各类型的危化品的总存储量和所述各类型的危化品对应的事故临界值,确定所述各类型的危化品对应的辨识指标,包括:
针对各类型的危化品,确定所述类型的危化品的总存储量与所述类型的危化品对应的事故临界值的比值。
将所述比值,确定为所述类型的危化品对应的辨识指标。
在一种可能的实现方式中,所述根据所述概率、所述各类型的危化品对应的辨识指标,以及所述对象的数量,确定所述目标对象的数量,包括:
将所述各类型的危化品对应的辨识指标的和,确定为目标辨识指标;
根据所述概率、所述目标辨识指标,以及所述对象的数量,确定所述目标对象的数量。
在一种可能的实现方式中,所述根据所述概率、所述目标辨识指标,以及所述对象的数量,确定所述目标对象的数量,包括:
确定所述概率、所述目标辨识指标,以及所述对象的数量之间的乘积;
将所述乘积确定所述目标对象的数量。
第二方面,本申请实施例提供了一种危化品运输风险评估装置,所述危化品运输风险评估装置包括:
采集单元,用于采集目标区域的图像信息。
处理单元,用于对所述图像信息进行分析,得到所述目标区域内包括的承载危化品的车辆的数量、以及所述目标区域内对象的数量。
所述处理单元,还用于根据所述车辆的数量和各车辆中承载的危化品的类型,确定所述目标区域发生事故的概率。
确定单元,用于根据所述概率、所述各车辆中承载的危化品的存储量、所述各车辆中承载的危化品的类型、以及所述对象的数量,确定所述对象中受事故影响的目标对象的数量。
输出单元,用于在所述目标对象的数量大于预设阈值时,输出告警信息。
在一种可能的实现方式中,所述处理单元,具体用于根据所述各车辆中承载的危化品的类型,确定所述各车辆中承载的危化品对应的泄露概率;根据所述车辆的数量、和所述各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率。
在一种可能的实现方式中,所述车辆的数量为n个,其中,n1个车辆中均承载第一类型的危化品,n2个车辆中均承载第二类型的危化品,且n=n1+n2。
所述处理单元,具体用于根据P=1-(1-p1)n1(1-p2)n2,确定目标区域的事故概率。
其中,P表示所述目标区域的事故概率,p1表示第一类型的危化品对应的泄漏概率,p2表示第二类型的危化品对应的泄漏概率。
在一种可能的实现方式中,所述确定单元,具体用于根据所述各车辆中承载的危化品的存储量和所述各车辆中承载的危化品的类型,确定各类型的危化品的总存储量;根据所述各类型的危化品的总存储量和所述各类型的危化品对应的事故临界值,确定所述各类型的危化品对应的辨识指标;根据所述概率、所述各类型的危化品对应的辨识指标,以及所述对象的数量,确定所述目标对象的数量。
在一种可能的实现方式中,所述确定单元,具体用于针对各类型的危化品,确定所述类型的危化品的总存储量与所述类型的危化品对应的事故临界值的比值;将所述比值,确定为所述类型的危化品对应的辨识指标。
在一种可能的实现方式中,所述确定单元,具体用于将所述各类型的危化品对应的辨识指标的和,确定为目标辨识指标;根据所述概率、所述目标辨识指标,以及所述对象的数量,确定所述目标对象的数量。
在一种可能的实现方式中,所述确定单元,具体用于确定所述概率、所述目标辨识指标,以及所述对象的数量之间的乘积;将所述乘积确定所述目标对象的数量。
第三方面,本申请实施例还提供了一种事故告警装置,该事故告警装置可以包括存储器和处理器;其中,
所述存储器,用于存储计算机程序。
所述处理器,用于读取所述存储器存储的计算机程序,并根据所述存储器中的计算机程序执行上述第一方面任一种可能的实现方式中所述的事故告警方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现上述第一方面任一种可能的实现方式中所述的事故告警方法。
第五方面,本申请实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时,实现上述第一方面任一种可能的实现方式中所述的事故告警方法。
由此可见,本申请实施例提供了一种事故告警方法、装置及存储介质,通过采集目标区域的图像信息;对图像信息进行分析,得到目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量;根据车辆的数量和各车辆中承载的危化品的类型,确定目标区域发生事故的概率;根据概率、各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,确定对象中受事故影响的目标对象的数量;在目标对象的数量大于预设阈值时,输出告警信息。这样通过目标区域发生事故的概率、各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,共同确定对象中受事故影响的目标对象的数量,并在目标对象的数量大于预设阈值时,输出告警信息,能够实现准确地输出告警信息。
附图说明
图1为本申请实施例提供的一种事故告警方法的流程示意图;
图2为本申请实施例提供的一种事故告警方法的框架示意图;
图3为本申请实施例提供的一种风险曲线图;
图4为本申请实施例提供的一种事故告警装置的结构示意图;
图5为本申请实施例提供的另一种事故告警装置的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本发明的实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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/或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,其中A,B可以是单数或者复数。在本发明的文字描述中,字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的技术方案可以应用于危化品运输的场景中。特别是危化品运输场景中的事故概率的计算。危化品在运输过程中,难免会在服务区或者加油站等区域暂留。由于危化品具有易燃、易爆炸以及有毒等危险性质,而在危化品车辆的停留区域,可能会出现大量的人员,此时危化品产生的社会危险更大。因此,如何确定危化品在该区域内的危险程度,并进行告警,是本领域技术人员亟待解决的问题。
为了解决运输危化品的车辆再某一区域停留时,确定该区域的危险程度,并进行一定的提示信息。可以通过车辆承载的危化品类型、承载危化品的存储量以及车辆的数量,以及该区域的人员共同确定目标区域发生事故所产生的概率以及后果,并输出告警信息。
下面,将通过具体的实施例对本申请提供的事故告警方法进行详细地说明。可以理解的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本申请实施例提供的一种事故告警方法的流程示意图。该事故告警方法可以由软件和/或硬件装置执行,例如,该硬件装置可以为事故告警装置,该事故告警装置可以为终端或者终端中的处理芯片。示例的,请参见图1所示,该事故告警方法可以包括:
S101、采集目标区域的图像信息。
示例的,在确定目标区域的图像信息时,可以通过图像采集设备进行采集。图像信息可以为进出和/或离开目标区域的车辆的图像,例如,一辆可承载5人的车辆进入目标区域时的图像,或者,一辆可承载4人且承载有石油的危化品车辆在离开目标区域时的图像。
示例的,可以通过图像采集设备直接采集目标区域内的图像信息,例如,车辆在进入或离开目标区域时,目标区域入口处图像采集设备采集进入或离开目标区域的车辆的图像信息。
在一种可能的实现方式中,图像采集设备也可以采集目标区域的视频信息,通过对视频信息进行筛选处理得到目标区域的图像信息。示例的,在筛选视频帧时,可以通过人工筛选,也可通过射频处理选件进行筛选,保留视频中有车辆进出目标区域的视频帧。本申请实施例对此具体的筛选方式不作任何限定。例如,实时采集目标区域内的车辆的出入情况的视频信息,并对采集的视频信息进行处理,确定车辆进出目标区域时的视频帧,舍弃无用的视频帧。本申请实施例对于采集目标区域的图像信息的具体方法不做任何限定。
S102、对图像信息进行分析,得到目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量。
示例的,在对图像信息进行分析,得到目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量时,可以通过承载危化品的车辆的图像信息确定车辆在该时刻进入和离开目标区域的状况,得到目标区域内承载危化品车辆的数量。可以根据非承载危化品的车辆的图像信息,确定车辆在该时刻进入和离开目标区域的状态,得到目标区域内对象的数量。对象的数量即目标区域内人员的数量。
可以理解的是,在得到目标区域内对象的数量时,需要根据车辆进入和离开目标区域的状态,前一时刻目标区域内的对象数量,得到当前目标区域内对象的数量。例如,在6点钟时,进入某高速公路的服务区A的承载危化品的车辆为3,客车的数量为1,无车辆离开服务区A,且6点钟之前服务区A内对象的数量为269人,每辆危化品车辆均可承载4人,客车可承载20人,则可以确定目标区域内对象的数量为293人。
示例的,为了使得得到的目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量更加准确,可以在车辆进入或离开目标区域时,通过车辆安装的射频识别(Radio Frequency Identification,简称RFID)设备获取进入或离开目标区域的车辆的信息。上报的车辆信息可以包括承载危化品的种类,车辆承载的人员数量,承载的危化品的存储量,或者车辆的其他信息,具体的本申请实施例不做任何限定。
S103、根据车辆的数量和各车辆中承载的危化品的类型,确定目标区域发生事故的概率。
在确定目标区域发生事故的概率时,可以根据各车辆中承载的危化品的类型,确定各车辆中承载的危化品对应的泄露概率;根据车辆的数量、和各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率。其中,危化品对应的泄露概率可以为车辆在运输危化品的过程中,危化品发生泄露的概率,或者车辆本身发生事故点燃危化品的概率,具体的可根据实际情况进行设定,本申请实施例对此不做具体限定。
示例的,在根据车辆的数量、和各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率时,若车辆的数量为n个,其中,n1个车辆中均承载第一类型的危化品,n2个车辆中均承载第二类型的危化品,且n=n1+n2。则可以根据P=1-(1-p1)n1(1-p2)n2,确定目标区域的事故概率。
可以理解的是,P表示目标区域的事故概率,p1表示第一类型的危化品对应的泄漏概率,p2表示第二类型的危化品对应的泄漏概率。
在本申请实施例,通过确定目标区域的事故概率的公式可知,通过考虑目标区域内各个车辆承载的危化品对应的泄露概率,并结合每种类型的危化品对应的车辆的数量,确定目标区域的事故概率,使得确定的目标区域内的事故概率更加准确,从而更加准确的确定是否发出告警信息。
S104、根据概率、各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,确定对象中受事故影响的目标对象的数量。
示例的,车辆中车载的危化品的类型为危化品种类,例如,汽油、天然气以及液氯等危化品。目标对象为受事故影响的人员,例如,汽油泄露引起爆炸时的伤亡人员。
在根据概率、各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,确定对象中受事故影响的目标对象的数量时,可以根据各车辆中承载的危化品的存储量和各车辆中承载的危化品的类型,确定各类型的危化品的总存储量;根据各类型的危化品的总存储量和各类型的危化品对应的事故临界值,确定各类型的危化品对应的辨识指标;根据概率、各类型的危化品对应的辨识指标,以及对象的数量,确定目标对象的数量。本申请实施例提供的方法能够准确地确定危化品的总存储量,保证了确定的辨识指标的准确性,从而提高了确定目标对象的数量。
例如,目标区域内存在3辆承载汽油的车辆,其中,对应的承载量分别为3吨,16吨和9吨,则可以确定目标区域内汽油的总存储量为28吨。
其中,事故临界值即危化品的临界量,是指某种类型的危化品规定的数量,若某存储单元中的危化品的数量等于或超过该数量,则可以确定该单元定为重大危险源。辨识指标与危化品的存储量和临界量相关。
示例的,在根据各类型的危化品的总存储量和各类型的危化品对应的事故临界值,确定各类型的危化品对应的辨识指标时,可以针对各类型的危化品,确定类型的危化品的总存储量与类型的危化品对应的事故临界值的比值,将比值,确定为类型的危化品对应的辨识指标。具体的,可以通过下述公式(1)确定某类型危化品对应的的辨识指标。
其中,A1表示该类型危化品对应的辨识指标,q1表示该类型危化品的总存储量,Q1表示该类型危化品对应的事故临界值。
根据上述所述,在确定目标对象的数量时,将各类型的危化品对应的辨识指标的和,确定为目标辨识指标;根据概率、目标辨识指标,以及对象的数量,确定目标对象的数量。通过将各危化品对应的辨识指标的和确定为目标辨识指标,充分考虑到了目标区域内各个类型的危化品对目标辨识指标的影响,进一步提高了确定的目标对象的数量的准确性。假设该区域存在n个类型的危化品,则可以根据下述公式(2)确定目标辨识指标。
其中,A2表示目标辨识指标,q1表示第一类型危化品的总存储量,Q1表示第一类型危化品对应的事故临界值。q2表示第二类型危化品的总存储量,Q2表示第二类型危化品对应的事故临界值。qn表示第n类型危化品的总存储量,Qn表示第n类型危化品对应的事故临界值。
示例的,在根据概率、目标辨识指标,以及对象的数量,确定目标对象的数量时,可以确定概率、目标辨识指标,以及对象的数量之间的乘积;将乘积确定目标对象的数量。具体的,可以根据下述公式(3)确定目标对象的数量。
Rs=Ai×Pi×N总 (3)
其中,Rs表示目标对象的数量,即相对风险值。Ai表示i时刻的目标辨识指标,Pi表示i时刻目标区域的事故概率,N总表示对象的数量,即目标区域内人员的数量。
在本申请实施例中,根据概率、目标辨识指标,以及对象的数量的乘积作为发生事故时引起的相对风险值,即发生事故时,人员的伤亡情况,从而能够更加直观的看到目标对象的数量,从而更加准确的评估产生的相对风险值。
示例的,在确定目标对象的数量之后,可以根据确定的多个时刻的目标对象的数量绘制曲线,进而分析在一段时间内目标区域的目标对象的数量的变化。
在确定目标对象的数量之后,若目标对象的数量小于或等于预设阈值,则继续执行上述步骤,确定新的目标对象的数量。若目标对象的数量大于预设阈值,则执行下述S105:
S105、在目标对象的数量大于预设阈值时,输出告警信息。
示例的,在目标对象的数量大于预设阈值时,输出告警信息,该告警信息用于指示目标区域存在发生事故的风险较大。目标区域内的工作人员可以根据告警信息,采取一定的措施降低目标对象的数量,例如,疏散人员,使承载危化品的车辆离开目标区域,封闭目标区域禁止停车,或者其他措施。本申请实施例对于具体的预设与之不做任何限定。
由此可见,本申请实施例提供的事故告警方法,在进行事故告警时,先通过采集目标区域的图像信息;并对图像信息进行分析,得到目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量;再根据车辆的数量和各车辆中承载的危化品的类型,确定目标区域发生事故的概率;并在事故概率的基础上,结合各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,共同确定对象中受事故影响的目标对象的数量;并在目标对象的数量大于预设阈值时,输出告警信息,这样可以实现准确地告警。
为了便于理解本申请实施例提供的事故告警方法,下面,将以目标区域为高速公路的服务区为例,对本申请实施例提供的技术方案进行详细的描述,具体的可参见图2所示,图2为本申请实施例提供的一种事故告警方法的框架示意图。
示例的,通过采集车辆进入或离开服务区的图像信息,获得车辆的信息,具体的可参见上述实施例所述,本申请实施例对此不做任何限定。假设该高速公路的服务区在早上7时至晚上23时,采集的该服务区内危化品车辆的信息可参见表1所示。
根据图2所示,可以通过车辆承载的危化品对应的泄露概率和承载危化品车辆的数量,确定事故概率。通过各类型危化品的总存储量和各类型危化品的事故临界值,确定目标辨识指标。通过服务区内工作人员的数量和车辆承载的人员数量,确定对象的数量。其中,确定事故概率、目标辨识指标以及对象的数量的方法可参见上述实施例所述,本申请实施例对此不再赘述。
表1
根据表1所示,该高速公路的服务区在早上7时至晚上23时,停留的危化品车辆为汽油、天然气以及液氮中的至少一种。
由于在确定高服务区内发生事故的概率时,需要确定各车辆中承载的危化品对应的泄露概率,在本申请实施例中,假设承载汽油的车辆、承载天然气的车辆以及承载液氯车辆对应的泄露概率均为p=1×10-5。本申请仅以此为例进行说明,并不代表本申请实施例仅局限于此。因此,可以根据上述实施例所述的方法,确定该服务区发生事故的概率。
示例的,表1中车辆承载的危化品的种类不同,根据上述实施例所述的方法,需要确定各车辆承载的危化品的存储量,具体的可参见表2所示,表2为每辆危化品车辆承载的汽油、天然气以及液氮的存储量。
表2
危化品类型 | 单车装载量/吨 |
汽油 | 25 |
天然气 | 10 |
液氯 | 5 |
根据表2所示,每辆车承载汽油的存储量为25吨,承载天然气的车辆的存储量为10吨,承载液氮的车辆的承载量为5吨。
通过查询《危险化学品重大危险源辨识》可以得到各个类型的危化品的事故临界值,如下表3所示。
表3
示例的,表3中的CAS号为危化品的CAS登录号,可用于识别每种类型的危化品的身份。临界值为事故临界值。其中,汽油的临界值为200吨,天然气的临界值为50吨,液氯的临界量为5吨。
在确定出事故概率、目标辨识指标以及对象的数量之后,通过上述实施例所述的方法可以得到目标对象的数量,即发生事故时的伤亡人数。通过目标对象的人数表征该事故产生的相对风险值,即,将目标对象的数量确定为相对风险值。
示例的,通过相对风险值与预设阈值的大小,确定是否发出告警信息。其中,在相对风险值超过预设阈值时,发出告警信息,并采取相应的风险降低措施,以降低服务区的相对风险值。在采取措施进行调整之后,可以通过上述方法继续确定新的相对风险值。在相对风险值未超过预设阈值时,同样根据上述实施例的方法确定新的相对风险值。
示例的,根据上述表中的数据结合上述实施例所述的方法,计算的目标对象的数量可参见表4。
表4
时刻 | 事故概率 | 对象数量 | 目标对象数量 |
7 | 1.2×10<sup>-4</sup> | 10 | 4.35×10<sup>-3</sup> |
8 | 9.0×10<sup>-5</sup> | 56 | 1.525×10<sup>-2</sup> |
9 | 7.0×10<sup>-5</sup> | 124 | 2.409×10<sup>-2</sup> |
10 | 2.0×10<sup>-5</sup> | 212 | 8.480×10<sup>-3</sup> |
11 | 2.0×10<sup>-5</sup> | 105 | 4.200×10<sup>-3</sup> |
12 | 8.0×10<sup>-5</sup> | 275 | 1.056×10<sup>-1</sup> |
13 | 8.0×10<sup>-5</sup> | 156 | 4.805×10<sup>-2</sup> |
14 | 1.1×10<sup>-4</sup> | 110 | 5.112×10<sup>-2</sup> |
15 | 1.1×10<sup>-4</sup> | 187 | 8.69×10<sup>-2</sup> |
16 | 3.0×10<sup>-5</sup> | 55 | 9.900×10<sup>-4</sup> |
17 | 3.0×10<sup>-5</sup> | 98 | 3.895×10<sup>-3</sup> |
18 | 4.0×10<sup>-5</sup> | 35 | 2.030×10<sup>-3</sup> |
19 | 6.0×10<sup>-5</sup> | 120 | 1.908×10<sup>-2</sup> |
20 | 2.0×10<sup>-5</sup> | 65 | 5.200×10<sup>-4</sup> |
21 | 2.0×10<sup>-5</sup> | 22 | 9.680×10<sup>-4</sup> |
22 | 2.0×10<sup>-5</sup> | 13 | 6.500×10<sup>-5</sup> |
示例的,在确定各个时刻的目标对象数量,即相对风险值之后,可以绘制相对风险值的曲线,以便对工作人员对相对风险值的变化进行分析。其中,该服务区的风险曲线图可参见图3所示,图3为本申请实施例提供的一种风险曲线图。在图3中,横坐标表示各个时间点,纵坐标表示对应的相对风险值,其中,曲线的峰值为风险较大的时间点对应的相对风险值,低谷表示风险较小的时间点对应的相对风险值。根据图3可知,大约在中午12点和下午15点时,该服务区的相对风险值较大,而晚上22点时,相对风险值最小。
综上所述,本申请实施例所述的事故告警方法,通过考虑服务区内承载的危化品的类型和承载危化品车辆的数量,并结合危化品的存储量和服务区内人员的数量,确定目标对象的数量,即该服务区的相对风险值,提高了确定相对风险值的准确性,从而准确的发出告警信息,避免对人员造成危害。
图4为本申请实施例提供的一种事故告警装置40的结构示意图,示例的,请参见图4所示,该事故告警装置40可以包括:
采集单元401,用于采集目标区域的图像信息。
处理单元402,用于对图像信息进行分析,得到目标区域内包括的承载危化品的车辆的数量、以及目标区域内对象的数量。
处理单元402,还用于根据车辆的数量和各车辆中承载的危化品的类型,确定目标区域发生事故的概率。
确定单元403,用于根据概率、各车辆中承载的危化品的存储量、各车辆中承载的危化品的类型、以及对象的数量,确定对象中受事故影响的目标对象的数量。
输出单元404,用于在目标对象的数量大于预设阈值时,输出告警信息。
可选的,处理单元402,具体用于根据各车辆中承载的危化品的类型,确定各车辆中承载的危化品对应的泄露概率;根据车辆的数量、和各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率。
可选的,车辆的数量为n个,其中,n1个车辆中均承载第一类型的危化品,n2个车辆中均承载第二类型的危化品,且n=n1+n2。
处理单元402,具体用于根据P=1-(1-p1)n1(1-p2)n2,确定目标区域的事故概率。
其中,P表示目标区域的事故概率,p1表示第一类型的危化品对应的泄漏概率,p2表示第二类型的危化品对应的泄漏概率。
可选的,确定单元403,具体用于根据各车辆中承载的危化品的存储量和各车辆中承载的危化品的类型,确定各类型的危化品的总存储量;根据各类型的危化品的总存储量和各类型的危化品对应的事故临界值,确定各类型的危化品对应的辨识指标;根据概率、各类型的危化品对应的辨识指标,以及对象的数量,确定目标对象的数量。
可选的,确定单元403,具体用于针对各类型的危化品,确定类型的危化品的总存储量与类型的危化品对应的事故临界值的比值;将比值,确定为类型的危化品对应的辨识指标。
可选的,确定单元403,具体用于将各类型的危化品对应的辨识指标的和,确定为目标辨识指标;根据概率、目标辨识指标,以及对象的数量,确定目标对象的数量。
可选的,确定单元403,具体用于确定概率、目标辨识指标,以及对象的数量之间的乘积;将乘积确定目标对象的数量。
本申请实施例提供的事故告警装置,可以执行上述任一实施例中的事故告警方法的技术方案,其实现原理以及有益效果与事故告警方法的实现原理及有益效果类似,可参见事故告警方法的实现原理及有益效果,此处不再进行赘述。
图5为本申请实施例提供的另一种事故告警装置50的结构示意图,示例的,请参见图5所示,该事故告警装置50可以包括处理器501和存储器502;
其中,
所述存储器502,用于存储计算机程序。
所述处理器501,用于读取所述存储器502存储的计算机程序,并根据所述存储器502中的计算机程序执行上述任一实施例中的事故告警方法的技术方案。
可选地,存储器502既可以是独立的,也可以跟处理器501集成在一起。当存储器502是独立于处理器501之外的器件时,事故告警装置50还可以包括:总线,用于连接存储器502和处理器501。
可选地,本实施例还包括:通信接口,该通信接口可以通过总线与处理器501连接。处理器501可以控制通信接口来实现上述事故告警装置50的接收和发送的功能。
本申请实施例所示的事故告警装置50,可以执行上述任一实施例中的事故告警方法的技术方案,其实现原理以及有益效果与事故告警方法的实现原理及有益效果类似,可参见事故告警方法的实现原理及有益效果,此处不再进行赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现上述任一实施例中的事故告警方法的技术方案,其实现原理以及有益效果与事故告警方法的实现原理及有益效果类似,可参见事故告警方法的实现原理及有益效果,此处不再进行赘述。
本申请实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时,实现上述任一实施例中的事故告警方法的技术方案,其实现原理以及有益效果与事故告警方法的实现原理及有益效果类似,可参见事故告警方法的实现原理及有益效果,此处不再进行赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所展示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元展示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例方法的部分步骤。
应理解的是,上述处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital SignalProcessor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (11)
1.一种事故告警方法,其特征在于,包括:
采集目标区域的图像信息;
对所述图像信息进行分析,得到所述目标区域内包括的承载危化品的车辆的数量、以及所述目标区域内对象的数量;
根据所述车辆的数量和各车辆中承载的危化品的类型,确定所述目标区域发生事故的概率;
根据所述概率、所述各车辆中承载的危化品的存储量、所述各车辆中承载的危化品的类型、以及所述对象的数量,确定所述对象中受事故影响的目标对象的数量;
在所述目标对象的数量大于预设阈值时,输出告警信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车辆的数量和各车辆中承载的危化品的类型,确定所述目标区域发生事故的概率,包括:
根据所述各车辆中承载的危化品的类型,确定所述各车辆中承载的危化品对应的泄露概率;
根据所述车辆的数量、和所述各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率。
3.根据权利要求2所述的方法,其特征在于,所述车辆的数量为n个,其中,n1个车辆中均承载第一类型的危化品,n2个车辆中均承载第二类型的危化品,且n=n1+n2;
所述根据所述车辆的数量、和所述各车辆中承载的危化品对应的泄露概率,确定目标区域的事故概率,包括:
根据P=1-(1-p1)n1(1-p2)n2,确定目标区域的事故概率;
其中,P表示所述目标区域的事故概率,p1表示第一类型的危化品对应的泄漏概率,p2表示第二类型的危化品对应的泄漏概率。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述概率、所述各车辆中承载的危化品的存储量、所述各车辆中承载的危化品的类型、以及所述对象的数量,确定所述对象中受事故影响的目标对象的数量,包括:
根据所述各车辆中承载的危化品的存储量和所述各车辆中承载的危化品的类型,确定各类型的危化品的总存储量;
根据所述各类型的危化品的总存储量和所述各类型的危化品对应的事故临界值,确定所述各类型的危化品对应的辨识指标;
根据所述概率、所述各类型的危化品对应的辨识指标,以及所述对象的数量,确定所述目标对象的数量。
5.根据权利要求4所述的方法,其特征在于,所述根据所述各类型的危化品的总存储量和所述各类型的危化品对应的事故临界值,确定所述各类型的危化品对应的辨识指标,包括:
针对各类型的危化品,确定所述类型的危化品的总存储量与所述类型的危化品对应的事故临界值的比值;
将所述比值,确定为所述类型的危化品对应的辨识指标。
6.根据权利要求4所述的方法,其特征在于,所述根据所述概率、所述各类型的危化品对应的辨识指标,以及所述对象的数量,确定所述目标对象的数量,包括:
将所述各类型的危化品对应的辨识指标的和,确定为目标辨识指标;
根据所述概率、所述目标辨识指标,以及所述对象的数量,确定所述目标对象的数量。
7.根据权利要求6所述的方法,其特征在于,所述根据所述概率、所述目标辨识指标,以及所述对象的数量,确定所述目标对象的数量,包括:
确定所述概率、所述目标辨识指标,以及所述对象的数量之间的乘积;
将所述乘积确定所述目标对象的数量。
8.一种事故告警装置,其特征在于,包括:
采集单元,用于采集目标区域的图像信息;
处理单元,用于对所述图像信息进行分析,得到所述目标区域内包括的承载危化品的车辆的数量、以及所述目标区域内对象的数量;
所述处理单元,还用于根据所述车辆的数量和各车辆中承载的危化品的类型,确定所述目标区域发生事故的概率;
确定单元,用于根据所述概率、所述各车辆中承载的危化品的存储量、所述各车辆中承载的危化品的类型、以及所述对象的数量,确定所述对象中受事故影响的目标对象的数量;
输出单元,用于在所述目标对象的数量大于预设阈值时,输出告警信息。
9.一种事故告警装置,其特征在于,包括存储器和处理器;其中,
所述存储器,用于存储计算机程序;
所述处理器,用于读取所述存储器存储的计算机程序,并根据所述存储器中的计算机程序执行上述权利要求1-7任一项所述的一种事故告警方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现上述权利要求1-7任一项所述的一种事故告警方法。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时,实现上述权利要求1-7任一项所述的一种事故告警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110640337.9A CN113313400B (zh) | 2021-06-08 | 2021-06-08 | 事故告警方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110640337.9A CN113313400B (zh) | 2021-06-08 | 2021-06-08 | 事故告警方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113313400A true CN113313400A (zh) | 2021-08-27 |
CN113313400B CN113313400B (zh) | 2023-12-15 |
Family
ID=77377875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110640337.9A Active CN113313400B (zh) | 2021-06-08 | 2021-06-08 | 事故告警方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113313400B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393108A (zh) * | 2021-06-07 | 2021-09-14 | 中国石油大学(北京) | 危化品运输车辆聚集区域的风险评价方法 |
CN113569827A (zh) * | 2021-09-27 | 2021-10-29 | 山东蓝湾新材料有限公司 | 对危化品车辆发生事故时进行告警的方法及装置 |
CN114255564A (zh) * | 2021-12-03 | 2022-03-29 | 福建钰融科技有限公司 | 废液运输事故的预警方法及装置 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999030993A2 (en) * | 1997-12-12 | 1999-06-24 | Crisplant A/S | A conveyer system and a method for operating same |
WO2006075934A2 (en) * | 2005-01-13 | 2006-07-20 | Otkrytoe Aktsionernoe Obschestvo 'nauchno-Tekhnichesky Tsentr 'ratek' | Device for detecting an explosive in objects under investigation |
CN103995504A (zh) * | 2014-04-17 | 2014-08-20 | 广东工业大学 | 一种基于物联网的危化品在途监控与事故应急救援系统 |
DE102013109509A1 (de) * | 2013-05-25 | 2014-11-27 | Peter Semetzky | Kennzeichnung für Gefahrguttransporte sowie Gerät und Verfahren zur Erkennung der Gefährdung |
CN105574699A (zh) * | 2015-12-31 | 2016-05-11 | 郑州烽火台电子有限公司 | 危险品运输车辆综合管理系统 |
CN105761490A (zh) * | 2016-04-22 | 2016-07-13 | 北京国交信通科技发展有限公司 | 对危化品运输车辆在服务区停靠的预警方法 |
CN205788759U (zh) * | 2016-04-22 | 2016-12-07 | 北京国交信通科技发展有限公司 | 对危化品运输车辆在服务区停靠的预警系统 |
RU2015125560A (ru) * | 2015-06-26 | 2017-01-10 | ОО Международная академия наук экологии, безопасности человека и природы | Система для хранения опасных химических веществ |
CN106682864A (zh) * | 2017-01-20 | 2017-05-17 | 山东华福智慧能源科技有限公司 | 安全智能危化品运输车系统及方法 |
CN106779185A (zh) * | 2016-11-30 | 2017-05-31 | 江苏省邮电规划设计院有限责任公司 | 一种基于危化品扩散模型的交通应急指挥方法 |
CN108133438A (zh) * | 2017-12-01 | 2018-06-08 | 深圳前海数创人工智能有限公司 | 基于人流密度的突发事件预警短信精准发布系统及方法 |
CN109086914A (zh) * | 2018-07-12 | 2018-12-25 | 杭州电子科技大学 | 基于动态多米诺风险的危化品车辆路径规划建模方法 |
CN110459043A (zh) * | 2019-08-12 | 2019-11-15 | 视联动力信息技术股份有限公司 | 一种报警处理方法和装置 |
CN111104725A (zh) * | 2018-10-25 | 2020-05-05 | 中国石油化工股份有限公司 | 一种输油管道的个人风险计算方法及系统 |
CN111275008A (zh) * | 2020-02-24 | 2020-06-12 | 浙江大华技术股份有限公司 | 目标车辆异常的检测方法及装置、存储介质、电子装置 |
CN111798661A (zh) * | 2020-07-13 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 车辆行驶中的超车预警方法及装置 |
CN111815986A (zh) * | 2020-09-02 | 2020-10-23 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通事故预警方法、装置、终端设备及存储介质 |
CN111898502A (zh) * | 2020-07-20 | 2020-11-06 | 北京格灵深瞳信息技术有限公司 | 危险品车辆识别方法、装置及计算机存储介质、电子设备 |
AU2020102424A4 (en) * | 2020-09-25 | 2020-11-12 | Beijing Institute Of Petrochemical Technology | Hazardous chemical safety management assessment method |
CN112700198A (zh) * | 2020-12-31 | 2021-04-23 | 车主邦(北京)科技有限公司 | 危化品运输监测信息处理方法和装置 |
CN112905666A (zh) * | 2021-02-24 | 2021-06-04 | 天津辰航安全技术服务有限公司 | 一种公共安全领域基于异常数据解析的应急预测管理系统 |
-
2021
- 2021-06-08 CN CN202110640337.9A patent/CN113313400B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999030993A2 (en) * | 1997-12-12 | 1999-06-24 | Crisplant A/S | A conveyer system and a method for operating same |
WO2006075934A2 (en) * | 2005-01-13 | 2006-07-20 | Otkrytoe Aktsionernoe Obschestvo 'nauchno-Tekhnichesky Tsentr 'ratek' | Device for detecting an explosive in objects under investigation |
DE102013109509A1 (de) * | 2013-05-25 | 2014-11-27 | Peter Semetzky | Kennzeichnung für Gefahrguttransporte sowie Gerät und Verfahren zur Erkennung der Gefährdung |
CN103995504A (zh) * | 2014-04-17 | 2014-08-20 | 广东工业大学 | 一种基于物联网的危化品在途监控与事故应急救援系统 |
RU2015125560A (ru) * | 2015-06-26 | 2017-01-10 | ОО Международная академия наук экологии, безопасности человека и природы | Система для хранения опасных химических веществ |
CN105574699A (zh) * | 2015-12-31 | 2016-05-11 | 郑州烽火台电子有限公司 | 危险品运输车辆综合管理系统 |
CN105761490A (zh) * | 2016-04-22 | 2016-07-13 | 北京国交信通科技发展有限公司 | 对危化品运输车辆在服务区停靠的预警方法 |
CN205788759U (zh) * | 2016-04-22 | 2016-12-07 | 北京国交信通科技发展有限公司 | 对危化品运输车辆在服务区停靠的预警系统 |
CN106779185A (zh) * | 2016-11-30 | 2017-05-31 | 江苏省邮电规划设计院有限责任公司 | 一种基于危化品扩散模型的交通应急指挥方法 |
CN106682864A (zh) * | 2017-01-20 | 2017-05-17 | 山东华福智慧能源科技有限公司 | 安全智能危化品运输车系统及方法 |
CN108133438A (zh) * | 2017-12-01 | 2018-06-08 | 深圳前海数创人工智能有限公司 | 基于人流密度的突发事件预警短信精准发布系统及方法 |
CN109086914A (zh) * | 2018-07-12 | 2018-12-25 | 杭州电子科技大学 | 基于动态多米诺风险的危化品车辆路径规划建模方法 |
CN111104725A (zh) * | 2018-10-25 | 2020-05-05 | 中国石油化工股份有限公司 | 一种输油管道的个人风险计算方法及系统 |
CN110459043A (zh) * | 2019-08-12 | 2019-11-15 | 视联动力信息技术股份有限公司 | 一种报警处理方法和装置 |
CN111275008A (zh) * | 2020-02-24 | 2020-06-12 | 浙江大华技术股份有限公司 | 目标车辆异常的检测方法及装置、存储介质、电子装置 |
CN111798661A (zh) * | 2020-07-13 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 车辆行驶中的超车预警方法及装置 |
CN111898502A (zh) * | 2020-07-20 | 2020-11-06 | 北京格灵深瞳信息技术有限公司 | 危险品车辆识别方法、装置及计算机存储介质、电子设备 |
CN111815986A (zh) * | 2020-09-02 | 2020-10-23 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通事故预警方法、装置、终端设备及存储介质 |
AU2020102424A4 (en) * | 2020-09-25 | 2020-11-12 | Beijing Institute Of Petrochemical Technology | Hazardous chemical safety management assessment method |
CN112700198A (zh) * | 2020-12-31 | 2021-04-23 | 车主邦(北京)科技有限公司 | 危化品运输监测信息处理方法和装置 |
CN112905666A (zh) * | 2021-02-24 | 2021-06-04 | 天津辰航安全技术服务有限公司 | 一种公共安全领域基于异常数据解析的应急预测管理系统 |
Non-Patent Citations (2)
Title |
---|
NIMA KHAKZAD ET AL.: "Domino Effect Analysis Using Bayesian Networks" * |
游祖磊: "高速公路危化品运输风险评估及管理对策研究" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393108A (zh) * | 2021-06-07 | 2021-09-14 | 中国石油大学(北京) | 危化品运输车辆聚集区域的风险评价方法 |
CN113569827A (zh) * | 2021-09-27 | 2021-10-29 | 山东蓝湾新材料有限公司 | 对危化品车辆发生事故时进行告警的方法及装置 |
CN114255564A (zh) * | 2021-12-03 | 2022-03-29 | 福建钰融科技有限公司 | 废液运输事故的预警方法及装置 |
CN114255564B (zh) * | 2021-12-03 | 2023-12-26 | 福建钰融科技有限公司 | 废液运输事故的预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113313400B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113313400A (zh) | 事故告警方法、装置及存储介质 | |
US10373409B2 (en) | Identification scan in compliance with jurisdictional or other rules | |
CN112487848B (zh) | 文字识别方法和终端设备 | |
CN111368612B (zh) | 超员检测系统、人员检测方法及电子设备 | |
CN115660520B (zh) | 一种基于交通运输物流的数据分析方法及系统 | |
CN112668640B (zh) | 一种文本图像质量评估方法、装置、设备及介质 | |
CN108647106B (zh) | 应用异常处理方法、存储介质及计算机设备 | |
CN112241127B (zh) | 自动驾驶安全评分方法、装置、计算机设备和存储介质 | |
CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
US11887292B1 (en) | Two-step anti-fraud vehicle insurance image collecting and quality testing method, system and device | |
CN110188645B (zh) | 用于车载场景的人脸检测方法、装置、车辆及存储介质 | |
CN108960111B (zh) | 人脸识别方法、系统及终端设备 | |
CN110717456A (zh) | 对象监控方法和装置、系统、电子设备、存储介质 | |
CN114493903B (zh) | 人伤风险评估中估损模型优化方法及相关设备 | |
CN113838221B (zh) | 费用追缴方法、装置、存储介质及计算机设备 | |
CN112330967B (zh) | 套牌车辆的识别方法、装置、系统和计算机设备 | |
CN109299729B (zh) | 车辆检测方法及装置 | |
CN113807256A (zh) | 票据数据处理方法、装置、电子设备和存储介质 | |
CN112750312A (zh) | 信息检测方法、装置、设备及存储介质 | |
CN110826473A (zh) | 一种基于神经网络的绝缘子图像自动识别方法 | |
CN111369803B (zh) | 边际卡口的检测方法、装置及计算机可读存储介质 | |
CN113269060A (zh) | 一种车辆违法行为复审方法、装置、电子设备及存储介质 | |
CN112561456B (zh) | 一种审批辅助方法、装置、存储介质及设备 | |
CN117312598B (zh) | 逃费稽核的取证方法、装置、计算机设备和存储介质 | |
CN117496149A (zh) | 车险赔付方案生成方法、装置、计算机设备及存储介质 |
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 |