CN114926153B - 一种智慧养老出行辅助管理方法及系统 - Google Patents
一种智慧养老出行辅助管理方法及系统 Download PDFInfo
- Publication number
- CN114926153B CN114926153B CN202210850240.5A CN202210850240A CN114926153B CN 114926153 B CN114926153 B CN 114926153B CN 202210850240 A CN202210850240 A CN 202210850240A CN 114926153 B CN114926153 B CN 114926153B
- Authority
- CN
- China
- Prior art keywords
- data
- station
- site
- analysis
- analyzed
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000003032 molecular docking Methods 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000010205 computational analysis Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010972 statistical evaluation Methods 0.000 description 2
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种智慧养老出行辅助管理方法及系统,其中方法包括如下步骤:S100、获取敬老公交线路的各站点和相应坐标,得到第一站点数据;S200、获取重点场所和相应坐标,根据场所性质设置分类标签,得到待规划数据;S300、将第一站点数据和待规划数据进行匹配,得到既定站点数据和储备站点数据;S400、获取住所内所有老人某段日期内在多个连续时间节点的坐标数据,将相同时间节点的坐标数据合并入同一集合作为第一待分析数据;S500、将储备站点数据、既定站点数据和第一待分析数据进行匹配和计算分析;S600、输出分析结果。本发明相比于现有技术,可以客观反映老人出行规律,辅助管理人员更新调整站点和调整发车频率。
Description
技术领域
本发明涉及智慧养老技术领域,尤其涉及一种智慧养老出行辅助管理方法及系统。
背景技术
智慧养老是面向居家老人、社区及养老机构的传感网系统与信息平台,并在此基础上提供实时、快捷、高效、低成本的,物联化、互联化、智能化的养老服务。智慧养老平台居家为基础、社区为依托、机构为补充、医养相结合的养老服务体系。实施“互联网+”养老工程。支持社区、养老服务机构、社会组织和企业利用物联网、移动互联网和云计算、大数据等信息技术,开发应用智能终端和居家社区养老服务智慧平台、信息系统、APP应用、微信公众号等,重点拓展远程提醒和控制、自动报警和处置、动态监测和记录等功能。
随着大数据、物联网、人工智能、5G等技术的发展,为传统养老升级带来的机遇。智慧养老将突破传统养老在居家照顾、出行、安全保护、健康管理、精神关爱等难点。
某些城市已经在智慧养老社区/老年公寓和老年服务设施站点之间开通了敬老助老专用公交线路,例如,江苏省苏州市开通首条敬老示范公交线路,于怡养老年公寓内的停车场始发,老人在家门口就可以坐上车。3009路的番号、站牌字体适当放大,电子显示屏增加亮度,报站器适度提高音量,方便老人获取乘车信息。车内座椅全部调整为舒适软垫,提升老人乘坐舒适度。车内扶杆全部增加防寒护套、防滑护套,有效避免老人滑摔倒等意外事故的发生。宿迁市开通了敬老爱老示范线,102路“敬老爱老示范线”起讫点为高铁公交枢纽站至市湖滨公园公交首末站,沿途共设39个站点,途经钟吾医院、宿迁·义乌国际商贸城、万福隆农贸市场等站点,是老人外出购物就医的主要乘车线路。浙江省金华公交集团的“守护驿站”项目,以公交车和站点为载体,利用其全覆盖的GPS和视频监控,一旦发现走失老人,公交工作人员可一键快速报警。这些智慧助老措施都方便了老人的出行。
但是,由于老人的出行规律可能会因季节、天气、个人家庭的原因而发生变化,公交线路设置的停靠站点和发车时间频率需要适当地调整,现有的系统管理只能简单地实时统计老人在各个站点的上下车人次,当遇到突发情况时再临时调度发车数量,无法做到根据老人的客观出行规律适应性地更新。
发明内容
本发明的目的是提供一种智慧养老出行辅助管理方法及系统,可以客观地反映老人的出行规律,辅助管理人员适应性地更新调整公交线路站点和调整发车频率,满足老人的出行需求。
为了实现上述目的,本发明采用了如下技术方案:
一种智慧养老出行辅助管理方法,包括如下步骤:
S100、以智慧养老社区为中心,划分管理区域,获取管理区域内敬老公交线路的各个站点和相应的经纬度坐标,得到第一站点数据;
S200、获取管理区域内各个重点场所和相应的经纬度坐标,将各个重点场所根据场所性质设置不同的分类标签,得到待规划数据;
S300、将所述第一站点数据中的经纬度坐标和所述待规划数据的经纬度坐标进行匹配,若匹配成功,则将匹配成功后的数据作为既定站点数据;若不匹配,则作为储备站点数据;
S400、获取住所内所有老人某段日期内在多个连续时间节点的坐标数据,确定每个日期的老人出行总人次,将相同时间节点的坐标数据合并入同一集合作为第一待分析数据;
S500、将所述储备站点数据和所述第一待分析数据进行坐标匹配,匹配后得到第二待分析数据,对所述第二待分析数据进行储备站点分析;将所述既定站点数据和所述第一待分析数据进行坐标匹配,匹配后得到第三待分析数据,对所述第三待分析数据进行既定站点分析;
S600、输出分析结果,将分析结果可视化处理。
进一步设置为:所述储备站点分析的具体步骤如下:
S512、设定该重点场所的活动区域Sm,当该老人在相邻两个时间节点内的距离在该重点场所的活动区域范围内,即相邻两个时间节点内S≤Sm,则将该重点场所认定为停留区,否则判定为路过事件;
S513、计算同一时间节点在该停留区的老人在当日出行总人次的占比R,R=L1/L0,其中,L1为同一时间节点在该停留区的老人数量,L0为当日出行总人次,若R≥50%,则属于高占比人次,将该重点场所标记为聚集性地点;
S514、计算所述某段日期内该地达到高占比人次的天数占比P,P=D1/D0,其中,D1为该聚集性地点达到高占比人次的天数,D0为所述某段日期的总天数,若P≥60%,则将该聚集性地点标记为建议停靠站点,若40%≤P<60%,则标记为待验证停靠站点,若P<40%,则标记为储备停靠站点继续监测。
进一步设置为:S515、根据不同的分类标签设置不同的类型修正系数Kt,计算修正天数占比P',P'=Kt*P,若P'≥60%,则将该聚集性地点标记为建议停靠站点,若40%≤P'<60%,则标记为待验证停靠站点,若P'<40%,则标记为储备停靠站点继续监测。
进一步设置为:S516、对待验证停靠站点设置累计修正系数Ka,Ka>1,下一轮分析中,计算天数占比时,进行累计加成修正,即P''=Ka*P',若P''≥60%,则将该待验证停靠站点标记为建议停靠站点,若P''<60%,则标记为储备停靠站点继续监测。
进一步设置为:所述既定站点分析的具体步骤如下:
S521、上下车频率分析:计算第三待分析数据中各个停靠站点的上车/下车人次与当日出行总人次的占比R',当R'≥0.5时,标记为高频率站点,当0.1≤R'<0.5时,标记为中频率站点,当R'<0.1时,标记为低频率站点;
S522、更换站点分析:遍历建议停靠站点,利用球面距离公式计算某一低频率站点和任一建议停靠站点的距离S',,其中,β1'为该建议停靠站点的纬度角,α1'为该建议停靠站点的经度角;β2'为该低频率站点的纬度角,α2'为该低频率站点的经度角,r为地球的平均半径,当S'≤Sm'时,建议将低频率站点更换为该建议停靠站点,Sm'为更换停靠站点的距离阈值。
进一步设置为:所述分类标签包括住所、医疗场所、学习场所、商业服务场所。
一种智慧养老出行辅助管理系统,用于实现上述所述的方法,包括数据输入单元、第一匹配单元、数据预处理单元、分析计算单元和结果输出单元,其中,所述数据输入单元:用于输入第一站点数据、待规划数据和住所内所有老人某段日期内在多个连续时间节点的坐标数据;
所述第一匹配单元:和所述数据输入单元相连接,用于匹配所述第一站点数据和所述待规划数据的经纬度坐标,得到既定站点数据和储备站点数据;
所述数据预处理单元:和所述数据输入单元相连接,用于将相同时间节点的坐标数据合并入同一集合作为第一待分析数据;
所述分析计算单元:和所述数据预处理单元相连接,用于对所述储备站点数据和所述第一待分析数据进行坐标匹配和计算分析,以及对所述既定站点数据和所述第一待分析数据进行坐标匹配和计算分析;
所述结果输出单元:和所述分析计算单元相连接,用于输出分析结果。
相比于现有技术,本发明的有益技术效果为:
1、本发明通过对老人行为进行周期性地分析,实现了对老人的出行行为更为准确的评价,客观地反映了老人的出行规律,相比于现有简单粗犷的统计评价方式,结果更为准确、科学,并能做到根据老人的客观出行规律辅助管理人员适应性地更新调整公交线路站点,满足老人的出行需求。
2、分析结果可视化,方便管理人员查看和比较,做出最终调整决策。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明公开的一种智慧养老出行辅助管理方法的工作流程图;
图2为本发明公开的对第二待分析数据进行分析的流程示意图;
图3为本发明公开的对第三待分析数据进行分析的流程示意图;
图4为本发明公开的一种智慧养老出行辅助管理系统的结构框图;
图5为本发明公开的一种计算机设备的结构框图。
附图标记:1、数据输入单元;2、第一匹配单元;3、数据预处理单元;4、分析计算单元;5、结果输出单元;6、处理器;7、存储器;8、通信接口;9、网络适配器;10、外部设备。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
参照图1,为本发明公开的一种智慧养老出行辅助管理方法,包括如下步骤:
S100、以智慧养老社区为中心,划分管理区域,获取管理区域内敬老公交线路的各个站点和相应的经纬度坐标,得到第一站点数据。
S200、获取管理区域内各个重点场所和相应的经纬度坐标,将各个重点场所按住所、医疗场所、学习场所、商业服务场所四大类型进行分类,根据场所性质设置不同的分类标签,得到待规划数据。例如,老年公寓、智慧养老社区、养老院归入住所;老年医院、社区医院、区级医院、市级医院等公立医院归入医疗场所;老年大学、图书馆等归入学习场所;商场、菜市场、旅社等归入商业服务场所。
S300、将第一站点数据中的经纬度坐标和待规划数据的经纬度坐标进行匹配,若匹配成功,则将匹配成功后的数据作为既定站点数据;若不匹配,则作为储备站点数据。
S400、获取住所内所有老人某段日期内在多个连续时间节点的坐标数据,将该段日期作为一个监测周期,将相同时间节点的坐标数据合并入同一集合作为第一待分析数据。应该理解的是,坐标数据指的是经纬度坐标数据,可以通过老人佩戴的可穿戴监测终端监测得到,某段日期指的是某段连续的日期作为一个监测周期。示例性的,以一个月为一个周期,获取五月份中的数据时,以半个小时为间隔获取每天7点、7点半、8点……21点半、22点对应的坐标数据作为第一待分析数据。作为优选的,可以选取间隔为十分钟的数据来增大样本量,提高后期分析的准确度。
S500、对第一待分析数据进行分析,包括既定站点分析和储备站点分析。
将储备站点数据和第一待分析数据进行坐标匹配,匹配后得到第二待分析数据,对第二待分析数据进行分析,参照图2,具体分析步骤如下:
S512、设定该重点场所的活动区域Sm,当该老人在相邻两个时间节点内的距离在该重点场所的活动区域范围内,即相邻两个时间节点内S≤Sm时,则将该重点场所认定为停留区,否则判定为路过事件。
S513、计算同一时间节点在该停留区的老人在当日出行总人次的占比R,R=L1/L0,其中,L1为同一时间节点在该停留区的老人数量,L0为当日出行总人次,若R≥50%,则属于高占比人次,将该重点场所标记为聚集性地点。应当理解的是,当日出行总人次指的是当日管理区域内的老人乘坐该敬老公交线路的人次,同一人在当日不同时间节点上下车的情况可算作多个人次,该数据可通过公交线路运营公司获得。
在真实生活中,可能会出现偶发地聚集事件,例如因某老年食堂的卫生不达标导致群体食物中毒而在相近的时间内紧急就医,老年大学有不定期的课时讲座,旅社在法定节假日期间推出旅游出行优惠套餐等。为了更贴近老人的行为规律,那么就需要分析该聚集性地点属于规律型聚集还是偶发型聚集。
S514、计算该监测周期内该地达到高占比人次的天数占比P,P=D1/D0,其中,D1为该聚集性地点达到高占比人次的天数,D0为所述某段日期的总天数,若P≥60%,则将该聚集性地点标记为建议停靠站点,若40%≤P<60%,则标记为待验证停靠站点,若P<40%,则标记为储备停靠站点继续监测。
在另一实施例中,可以根据不同的分类标签设置不同的类型修正系数Kt,例如,医疗场所的修正系数为Kt1,优选Kt1>1;学习场所为Kt2,优选0<Kt2<1;商业服务场所为Kt3,优选0<Kt3<1。
S515、计算修正天数占比P',P'=Kt*P,若P'≥60%,则将该聚集性地点标记为建议停靠站点,若40%≤P'<60%,则标记为待验证停靠站点,若P'<40%,则标记为储备停靠站点继续监测。
在另一实施例中,还可以设置累计修正系数Ka,对待验证停靠站点的分析结果进行累计加成,以修正最后的建议停靠站点输出结果。
S516、对待验证停靠站点设置累计修正系数Ka,Ka>1,下一轮分析中,在计算天数占比时,需要进行累计加成修正,即P''=Ka*P',若P''≥60%,则将该待验证停靠站点标记为建议停靠站点,若P''<60%,则标记为储备停靠站点继续监测。
将既定站点数据和第一待分析数据进行坐标匹配,匹配后得到第三待分析数据,对第三待分析数据进行分析,参照图3,具体分析步骤如下:
S521、上下车频率分析:计算第三待分析数据中各个停靠站点的上车/下车人次与当日出行总人次的占比R',当R'≥0.5时,将对应停靠站点标记为高频率站点,当0.1≤R'<0.5时,标记为中频率站点,当R'<0.1时,标记为低频率站点。
S522、更换站点分析:遍历建议停靠站点,利用球面距离公式计算某一低频率站点和任一建议停靠站点的距离S',,其中,β1'为该建议停靠站点的纬度角,α1'为该建议停靠站点的经度角;β2'为该低频率站点的纬度角,α2'为该低频率站点的经度角,r为地球的平均半径,当S'≤Sm'时,建议将低频率站点更换为该建议停靠站点,Sm'为更换停靠站点的距离阈值。
S600、输出分析结果,将分析结果可视化处理。
分析结果包括储备站点分析结果和既定站点分析结果,储备站点分析结果包括输出建议停靠站点列表,既定站点分析结果包括输出停靠站点上下车频率高低以及建议更换站点列表。为了便于管理人员查看,高频率站点可以在地图上以绿色示出,中频率站点以黄色示出,低频率站点以红色示出。管理人员还可以在地图上查看建议停靠站点和建议更换站点。
管理人员根据上下车频率高低调整发车频率,以适应老人出行的需求。还可以根据建议更换站点列表,调整公交线路的停靠站点。
本实施例通过对老人行为进行周期性地分析,实现了对老人的出行行为更为准确的评价,客观地反映了老人的出行规律,相比于现有简单粗犷的统计评价方式,结果更为准确、科学,并能做到根据老人的客观出行规律辅助管理人员适应性地更新调整公交线路站点,满足老人的出行需求。
参照图4,一种智慧养老出行辅助管理系统,用于实现上述所述的方法,包括数据输入单元1、第一匹配单元2、数据预处理单元3、分析计算单元4和结果输出单元5,其中,数据输入单元1用于输入第一站点数据、待规划数据和住所内所有老人某段日期内在多个连续时间节点的坐标数据。
第一匹配单元2:和数据输入单元1相连接,用于匹配所述第一站点数据和所述待规划数据的经纬度坐标,得到既定站点数据和储备站点数据。
数据预处理单元3:和数据输入单元1相连接,用于将相同时间节点的坐标数据合并入同一集合作为第一待分析数据。
分析计算单元4:和数据预处理单元3相连接,用于对所述储备站点数据和所述第一待分析数据进行坐标匹配和计算分析,以及对所述既定站点数据和所述第一待分析数据进行坐标匹配和计算分析。
结果输出单元5:和分析计算单元4相连接,用于输出分析结果。
所述系统的具体实现过程可以参见前述方法实施例,此处不再赘述。
参照图5,为本发明提供的计算机设备实施例,该计算机设备包括:一个或多个处理器6,以及用于存储处理器的可执行指令的存储器7,存储器7和处理器6电性连接。
其中,处理器6配置为经由执行所述可执行指令来执行前述方法实施例对应的方法,其具体实施过程可以参见前述方法实施例,此处不再赘述。
可选的,该计算机设备还可以包括:通信接口8,该计算机设备通过通信接口可以与一个或多个外部设备10(例如键盘、指向设备、显示器等)通信连接。
可选的,该计算机设备还可以包括:网络适配器9,该计算机设备可通过网络适配器9与一个或多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。
本发明还提供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前述方法实施例中对应的方法,其具体实施过程可以参见前述方法实施例,此处不再赘述。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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发明各实施例技术方案的范围。
Claims (8)
1.一种智慧养老出行辅助管理方法,其特征在于,包括如下步骤:
S100、以智慧养老社区为中心,划分管理区域,获取管理区域内敬老公交线路的各个站点和相应的经纬度坐标,得到第一站点数据;
S200、获取管理区域内各个重点场所和相应的经纬度坐标,将各个重点场所根据场所性质设置不同的分类标签,得到待规划数据;
S300、将所述第一站点数据中的经纬度坐标和所述待规划数据的经纬度坐标进行匹配,若匹配成功,则将匹配成功后的数据作为既定站点数据;若不匹配,则作为储备站点数据;
S400、获取住所内所有老人某段日期内在多个连续时间节点的坐标数据,确定每个日期的老人出行总人次,将相同时间节点的坐标数据合并入同一集合作为第一待分析数据;
S500、将所述储备站点数据和所述第一待分析数据进行坐标匹配,匹配后得到第二待分析数据,对所述第二待分析数据进行储备站点分析;将所述既定站点数据和所述第一待分析数据进行坐标匹配,匹配后得到第三待分析数据,对所述第三待分析数据进行既定站点分析;
S600、输出分析结果,将分析结果可视化处理;
所述储备站点分析的具体步骤如下:
S512、设定该重点场所的活动区域Sm,当该老人在相邻两个时间节点内的距离在该重点场所的活动区域范围内,即S≤Sm时,则将该重点场所认定为停留区,否则判定为路过事件;
S513、计算同一时间节点在该停留区的老人在当日出行总人次的占比R,R=L1/L0,其中,L1为同一时间节点在该停留区的老人数量,L0为当日出行总人次,若R≥50%,则属于高占比人次,将该重点场所标记为聚集性地点;
S514、计算所述某段日期内该地达到高占比人次的天数占比P,P=D1/D0,其中,D1为该聚集性地点达到高占比人次的天数,D0为所述某段日期的总天数,若P≥60%,则将该聚集性地点标记为建议停靠站点,若40%≤P<60%,则标记为待验证停靠站点,若P<40%,则标记为储备停靠站点继续监测;
所述既定站点分析的具体步骤如下:
S521、上下车频率分析:计算所述第三待分析数据中各个停靠站点的上车/下车人次与当日出行总人次的占比R',当R'≥0.5时,标记为高频率站点,当0.1≤R'<0.5时,标记为中频率站点,当R'<0.1时,标记为低频率站点;
2.根据权利要求1所述的一种智慧养老出行辅助管理方法,其特征在于,S514后进一步包括如下步骤:S515、根据不同的分类标签设置不同的类型修正系数Kt,计算修正天数占比P',P'=Kt*P,若P'≥60%,则将该聚集性地点标记为建议停靠站点,若40%≤P'<60%,则标记为待验证停靠站点,若P'<40%,则标记为储备停靠站点继续监测。
3.根据权利要求2所述的一种智慧养老出行辅助管理方法,其特征在于,S515后进一步包括如下步骤:S516、对所述待验证停靠站点设置累计修正系数Ka,Ka>1,下一轮分析中,计算天数占比时,进行累计加成修正,即P''=Ka*P',若P''≥60%,则将该待验证停靠站点标记为建议停靠站点,若P''<60%,则标记为储备停靠站点继续监测。
4.根据权利要求1所述的一种智慧养老出行辅助管理方法,其特征在于,所述分类标签包括住所、医疗场所、学习场所、商业服务场所。
5.根据权利要求1所述的一种智慧养老出行辅助管理方法,其特征在于,所述分析结果包括储备站点分析结果和既定站点分析结果,所述储备站点分析结果包括输出建议停靠站点列表,所述既定站点分析结果包括输出停靠站点上下车频率高低以及建议更换站点列表。
6.一种智慧养老出行辅助管理系统,用于实现上述权利要求1-5任一项所述的方法,其特征在于,包括数据输入单元(1)、第一匹配单元(2)、数据预处理单元(3)、分析计算单元(4)和结果输出单元(5),其中,
所述数据输入单元:用于输入第一站点数据、待规划数据和住所内所有老人某段日期内在多个连续时间节点的坐标数据;
所述第一匹配单元:和所述数据输入单元相连接,用于匹配所述第一站点数据和所述待规划数据的经纬度坐标,得到既定站点数据和储备站点数据;
所述数据预处理单元:和所述数据输入单元相连接,用于将相同时间节点的坐标数据合并入同一集合作为第一待分析数据;
所述分析计算单元:和所述数据预处理单元、第一匹配单元相连接,用于对所述储备站点数据和所述第一待分析数据进行坐标匹配和计算分析,以及对所述既定站点数据和所述第一待分析数据进行坐标匹配和计算分析;
所述结果输出单元:和所述分析计算单元相连接,用于输出分析结果。
7.一种计算机设备,包括处理器(6)和存储器(7),所述存储器与处理器电性连接,所述存储器用于存储处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一项所述的方法。
8.一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上述权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210850240.5A CN114926153B (zh) | 2022-07-20 | 2022-07-20 | 一种智慧养老出行辅助管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210850240.5A CN114926153B (zh) | 2022-07-20 | 2022-07-20 | 一种智慧养老出行辅助管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114926153A CN114926153A (zh) | 2022-08-19 |
CN114926153B true CN114926153B (zh) | 2022-09-23 |
Family
ID=82815738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210850240.5A Active CN114926153B (zh) | 2022-07-20 | 2022-07-20 | 一种智慧养老出行辅助管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926153B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011164889A (ja) * | 2010-02-09 | 2011-08-25 | Kozo Keikaku Engineering Inc | バス路線評価支援システム、バス路線評価支援方法、バス路線評価支援プログラム、及び記録媒体 |
CN109657843A (zh) * | 2018-11-28 | 2019-04-19 | 深圳市综合交通设计研究院有限公司 | 一种城市接驳公交系统的一体化规划决策支持系统 |
WO2021159865A1 (zh) * | 2020-02-11 | 2021-08-19 | 罗普特科技集团股份有限公司 | 一种基于数据校准的公交路线预测方法及系统 |
CN113377845A (zh) * | 2021-08-12 | 2021-09-10 | 成都天府市民云服务有限公司 | 基于大数据的智慧养老数据处理方法及系统 |
CN114742683A (zh) * | 2022-06-10 | 2022-07-12 | 浙江大学滨海产业技术研究院 | 一种智慧社区养老服务管理方法及系统 |
-
2022
- 2022-07-20 CN CN202210850240.5A patent/CN114926153B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011164889A (ja) * | 2010-02-09 | 2011-08-25 | Kozo Keikaku Engineering Inc | バス路線評価支援システム、バス路線評価支援方法、バス路線評価支援プログラム、及び記録媒体 |
CN109657843A (zh) * | 2018-11-28 | 2019-04-19 | 深圳市综合交通设计研究院有限公司 | 一种城市接驳公交系统的一体化规划决策支持系统 |
WO2021159865A1 (zh) * | 2020-02-11 | 2021-08-19 | 罗普特科技集团股份有限公司 | 一种基于数据校准的公交路线预测方法及系统 |
CN113377845A (zh) * | 2021-08-12 | 2021-09-10 | 成都天府市民云服务有限公司 | 基于大数据的智慧养老数据处理方法及系统 |
CN114742683A (zh) * | 2022-06-10 | 2022-07-12 | 浙江大学滨海产业技术研究院 | 一种智慧社区养老服务管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114926153A (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Olave-Rojas et al. | Modeling a pre-hospital emergency medical service using hybrid simulation and a machine learning approach | |
Zakariah et al. | The birth and growth of the National Ambulance Service in Ghana | |
CN113361665A (zh) | 一种基于强化学习的高原山地旅游安全风险预警方法 | |
CN112687401A (zh) | 聚集风险确定方法及装置、计算机可读介质及电子设备 | |
JP7315018B2 (ja) | 情報処理方法、記憶媒体、及び情報処理装置 | |
Bogataj et al. | Ambient assisted living in lifetime neighbourhoods | |
Dong et al. | GPS Trajectory‐Based Spatio‐Temporal Variations of Traffic Accessibility under Public Health Emergency Consideration | |
CN114926153B (zh) | 一种智慧养老出行辅助管理方法及系统 | |
Garnier et al. | Adjusting dwell time for paratransit services | |
Basso et al. | Crowding on public transport using smart card data during the COVID-19 pandemic: New methodology and case study in Chile | |
Hamilton et al. | Houston's medical disaster response to Hurricane Katrina: part 1: the initial medical response from Trauma Service Area Q | |
Kavanagh et al. | Multivariate analysis of family risk factors in predicting appointment attendance in a pediatric otology and communication clinic | |
Holmes et al. | Assessment of an evacuation shelter program for people with access and functional needs in Monroe County, Florida during Hurricane Irma | |
CN115082272A (zh) | 养老服务信息化方法 | |
Aubrion et al. | Plan the evacuation of a hospital at imminent risk: A multimodal assessment for each hospital | |
AUBRION et al. | Medical Evacuation Planning for Critical Care Units in a Hospital at Imminent Risk: A Multimodal Assessment of Patient Triage and Required Resources, for Optimal Strategy and Real-Time Use for Each Hospital | |
CN114202254B (zh) | 一种城市轨道交通通勤分布估计方法及系统 | |
Litman et al. | Evaluating public transit accessibility: inclusive design performance indicators for public transportation in developing countries | |
Kwan et al. | Health Infrastructure Accessibility in San Joaquin, CA | |
Österlind et al. | Moving on a roundabout at the end of life—what counts?: waiting times for transfer to sheltered accommodation for older people in Sweden | |
Sharma et al. | The consequences of climate change on vulnerable populations | |
Fan et al. | Accessibility Analysis of Hospitals Medical Services in Urban Modernization | |
Neal et al. | Age-Related Shifts in Housing and Transportation Demand: A Multidisciplinary Study Conducted for Metro by Portland State University's College of Urban and Public Affairs, Final Report | |
Milner | Evaluating emergency services activity at the health district level. | |
Weinberger | Ambient heat and risks of emergency department visits among adults in the United States: time-stratified case-crossover study |
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 |