CN115034655A - 智慧城市事故救援资源调配方案确定方法及物联网系统 - Google Patents
智慧城市事故救援资源调配方案确定方法及物联网系统 Download PDFInfo
- Publication number
- CN115034655A CN115034655A CN202210741980.5A CN202210741980A CN115034655A CN 115034655 A CN115034655 A CN 115034655A CN 202210741980 A CN202210741980 A CN 202210741980A CN 115034655 A CN115034655 A CN 115034655A
- Authority
- CN
- China
- Prior art keywords
- accident
- rescue
- platform
- point
- resource
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013468 resource allocation Methods 0.000 title claims abstract description 55
- 238000007726 management method Methods 0.000 claims abstract description 59
- 230000002093 peripheral effect Effects 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 23
- 239000000463 material Substances 0.000 description 18
- 239000013598 vector Substances 0.000 description 17
- 235000013305 food Nutrition 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 239000003814 drug Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000003204 tranquilizing agent Substances 0.000 description 1
- 230000002936 tranquilizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- 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
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Emergency Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computing Systems (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开一种智慧城市事故救援资源调配方案确定方法,包括:基于对象平台获取事故点的事故信息;基于传感网络平台将事故信息发送至管理平台;通过管理平台基于事故信息确定事故点的资源需求量;基于对象平台获取至少一个候选救援点的可供资源量;基于传感网络平台将可供资源量发送至管理平台;通过管理平台基于资源需求量以及可供资源量,确定救援资源调配方案;通过服务平台将救援资源调配方案发送至用户平台。
Description
技术领域
本说明书涉及事故救援领域,特别涉及一种智慧城市事故救援资源调配方案确定方法及物联网系统。
背景技术
诸如地震、火灾、车祸等自然灾害或人为事故的发生具备突发性。当向灾害/事故地点调运食物、医疗用品等物资时,不同物资存储地点存储的物资不同,且与灾害/事故地点距离不同,需要合理的物资调配方案以满足突发需求。
因此,需要提供一种能够快速确定事故救援的资源调配方案的方法,以满足突发状况的实时性需求。
发明内容
本说明书实施例之一提供一种智慧城市事故救援资源调配方案确定方法,所述方法基于智慧城市事故救援资源调配方案确定物联网系统实现,所述智慧城市事故救援资源调配方案确定物联网系统包括用户平台、服务平台、管理平台、传感网络平台和对象平台;所述方法包括:基于所述对象平台获取事故点的事故信息;基于所述传感网络平台将所述事故信息由发送至所述管理平台;通过所述管理平台基于所述事故信息确定所述事故点的资源需求量;基于所述对象平台获取至少一个候选救援点的可供资源量;基于所述传感网络平台将所述可供资源量发送至所述管理平台;通过所述管理平台基于所述资源需求量以及所述可供资源量,确定救援资源调配方案;通过所述服务平台将所述救援资源调配方案发送至所述用户平台。
本说明书实施例之一提供一种智慧城市事故救援资源调配方案确定物联网系统,所述物联网系统包括用户平台、服务平台、管理平台、传感网络平台和对象平台;所述对象平台用于获取事故点的事故信息,所述事故信息包括事故类型以及事故严重程度至少一种;所述传感网络平台用于将所述事故信息由发送至所述管理平台;所述管理平台用于基于所述事故信息确定所述事故点的资源需求量;所述对象平台用于获取至少一个候选救援点的可供资源量;所述传感网络平台进一步用于将所述可供资源量发送至所述管理平台;所述管理平台进一步用于基于所述资源需求量以及所述可供资源量,确定救援资源调配方案;所述服务平台用于将所述救援资源调配方案发送至所述用户平台。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当所述计算机指令被处理器执行时实现所述智慧城市事故救援资源调配方案确定方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的智慧城市事故救援资源调配方案确定物联网系统的应用场景示意图;
图2是根据本说明书一些实施例所示的智慧城市事故救援资源调配方案确定物联网系统的示例性系统图;
图3是根据本说明书一些实施例所示的智慧城市事故救援资源调配方案确定方法的示例性流程图;
图4是根据本说明书一些实施例所示的至少一个候选救援点的可供资源量确定的示例性流程图;
图5是根据本说明书一些实施例所示的救援图谱的示例性示意图;
图6是根据本说明书一些实施例所示的预测模型的模型结构的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的智慧城市事故救援资源调配方案确定物联网系统的应用场景示意图。
在应用场景100中可以包括服务器110、网络120、数据库130、终端设备140以及资源150。服务器110可以包括处理设备112。
在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统的应用场景100可以通过实施本说明书中披露的方法和/或过程来获取针对用户查询需求的查询结果。例如,处理设备可以基于对象平台获取事故点的事故信息;基于传感网络平台将事故信息发送至管理平台;通过管理平台基于事故信息确定事故点的资源需求量;基于对象平台获取至少一个候选救援点的可供资源量;基于传感网络平台将可供资源量发送至管理平台;通过管理平台基于资源需求量以及可供资源量,确定救援资源调配方案;通过服务平台将救援资源调配方案发送至用户平台。
服务器110与终端设备140可以通过网络120相连,服务器110可以与数据库130通过网络120相连。服务器110可以用于管理资源以及处理来自本系统至少一个组件或外部数据源(例如,云数据中心)的数据和/或信息。在一些实施例中,可以通过服务器110获取事故点的事故信息。服务器110在处理时可以获取数据库130上的数据或将数据保存到数据库130。在一些实施例中,服务器110可以是单一服务器或服务器组。在一些实施例中,服务器110可以是区域的或者远程的。在一些实施例中,服务器110可以在云平台上实施,或者以虚拟方式提供。
在一些实施例中,服务器110可以包括处理设备112。处理设备112可以处理从其他设备或系统组成部分中获得的数据和/或信息。处理器可以基于这些数据、信息和/或处理结果执行程序指令,以执行一个或多个本说明书中描述的功能。在一些实施例中,处理设备112可以包含一个或多个子处理设备(例如,单核处理设备或多核多芯处理设备)。仅作为示例,处理设备112可以包括中央处理器(CPU)、专用集成电路(ASIC)等或以上任意组合。
网络120可以连接应用场景100的各组成部分和/或连接系统与外部资源部分。网络120使得各组成部分之间,以及与系统之外其他部分之间可以进行通讯,促进数据和/或信息的交换。在一些实施例中,网络120可以是有线网络或无线网络中的任意一种或多种。例如,网络120可以包括电缆网络、光纤网络等或其任意组合。各部分之间的网络连接可以是采用上述一种方式,也可以是采取多种方式。在一些实施例中,网络可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。在一些实施例中,网络120可以包括一个或以上网络接入点。在一些实施例中,可以通过网络120传递资源150的相关数据。
数据库130可以用于存储数据和/或指令,数据库130可以直接连接于服务器110或者处于服务器110的内部。在一些实施例中,数据库130可以用于存储资源150的相关数据如各种资源的资源需求量。数据库130可以在单个中央服务器、通过通信链路连接的多个服务器或多个个人设备中实现。在一些实施例中,服务器110、终端设备140以及其他可能的系统组成部分中可以包括数据库130。
终端设备140指一个或多个终端设备或软件。在一些实施例中,终端设备140可以作为用户平台。例如,当终端设备的用户为救援人员时,终端设备可以140作为用户平台接收救援资源调配方案。在一些实施例中,终端设备可以获取事故点的图像,并可以上传至管理平台。在一些实施例中,终端设备140可以作为管理平台。例如,当终端设备的用户为救援资源调配人员时,可以将终端设备140作为管理平台以执行具体的救援资源调配方案。在一些实施例中,终端设备140的用户可以是一个或多个用户。在一些实施例中,终端设备140可以是移动设备140-1、平板计算机140-2、膝上型计算机140-3、摄像装置140-4等设备。在一些实施例中,终端设备140以及其他可能的系统组成部分中可以包括处理设备112。
资源150可以是与候选资源点的可供资源相关的信息。例如,资源150可以是医疗资源150-1、人力资源150-2、物资资源150-3、……运力资源、消防资源等任意形式的资源。在一些实施例中,资源150可以包括资源的数量、存放位置、可供资源量、资源需求量等与资源相关的信息。
应当注意应用场景100仅仅是为了说明的目的而提供的,并不意图限制本申请的范围。对于本领域的普通技术人员来说,可以根据本说明书的描述,做出多种修改或变化。例如,应用场景100还可以包括信息源。然而,这些变化和修改不会背离本申请的范围。
图2是根据本说明书一些实施例所示的智慧城市事故救援资源调配方案确定物联网系统的示例性系统图。
如图2所示,智慧城市事故救援资源调配方案确定物联网系统200包括用户平台210、服务平台220、管理平台230、传感网络平台240、对象平台250。在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统200可以为服务器110的一部分或由服务器110实现。
在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统200可以应用于事故救援资源调配方案确定的多种场景。在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统200可以基于对象平台获取事故点的事故信息;基于传感网络平台将事故信息发送至管理平台;通过管理平台基于事故信息确定事故点的资源需求量;基于对象平台获取至少一个候选救援点的可供资源量;基于传感网络平台将可供资源量发送至管理平台;通过管理平台基于资源需求量以及可供资源量,确定救援资源调配方案;通过服务平台将救援资源调配方案发送至用户平台。
智慧城市事故救援资源调配方案确定的多种场景可以包括如资源调配场景、资源点可供资源量预测场景、资源地图绘制场景等。需要说明的是,以上场景仅为示例,并不对智慧城市事故救援资源调配方案确定物联网系统200的具体应用场景起限制作用,本领域技术人员可以在本实施例公开的内容基础上,将智慧城市事故救援资源调配方案确定物联网系统200应用于其他合适的任何场景。
在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统200可以应用于资源调配场景。在应用于资源调配场景时,管理平台可以基于资源需求量以及可供资源量,确定救援资源调配方案。
在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统200可以应用于资源点可供资源量预测场景。例如,基于至少一个候选救援点的空闲资源量、周边信息以及预计救援时间,确定资源点可供资源量。
在一些实施例中,智慧城市事故救援资源调配方案确定物联网系统200可以应用于资源地图绘制场景。例如,用户平台可以接收用户发起资源地图绘制需求,服务平台将绘制需求传递至管理平台,管理平台基于救援图谱绘制资源地图。
以下将以智慧城市事故救援资源调配方案确定物联网系统200应用于资源调配场景为例,对智慧城市事故救援资源调配方案确定物联网系统200进行具体说明。
用户平台210可以是面向用户的服务接口。在一些实施例中,用户平台210可以接收服务平台发送的救援资源调配方案。
服务平台220可以是对救援资源调配方案进行初步处理的平台。在一些实施例中,服务平台220可以用于将救援资源调配方案发送至用户平台。
管理平台230可以是指统筹、协调各功能平台之间的联系和协作,提供感知管理和控制管理的物联网平台。
在一些实施例中,管理平台230可以接收传感网络平台发送的事故信息。在一些实施例中,管理平台230可以基于事故信息确定事故点的资源需求量。
在一些实施例中,管理平台230可以接收传感网络平台发送的可供资源量。在一些实施例中,管理平台230可以基于资源需求量以及可供资源量,确定救援资源调配方案。在一些实施例中,管理平台230可以进一步用于:对事故信息与至少一个历史事故信息进行相似度计算,得到所述事故信息与至少一个历史事故信息的相似度;比较相似度大小,将相似度最高的历史事故信息对应的资源需求量作为事故点的资源需求量。
传感网络平台240可以是管理平台和对象平台之间实现交互的衔接的平台。在一些实施例中,传感网络平台240可以将事故信息发送至管理平台。在一些实施例中,传感网络平台240可以将可供资源量发送至管理平台。在一些实施例中,传感网络平台包括至少一个传感网络分平台,至少一个传感网络分平台中每个传感网络分平台对应至少一个对象平台,每个对象平台与至少一个候选救援点对应;对象平台用于获取对应的至少一个候选救援点的可供资源量。
对象平台250可以是感知信息生成和控制信息最终执行的功能平台。在一些实施例中,对象平台250可以用于获取事故点的事故信息。在一些实施例中,对象平台250可以用于获取至少一个候选救援点的可供资源量。在一些实施例中,对象平台250可以进一步用于:确定至少一个候选救援点以及至少一个候选救援点中每个候选救援点对应的周边需求点;确定周边需求点的资源预测需求量以及事故概率;基于资源预测需求量以及事故概率,确定至少一个候选救援点的可供资源量。
对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,将智慧城市事故救援资源调配方案确定物联网系统200移用到其他任何合适的场景下。
需要注意的是,以上对于系统及其组成部分的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个组成部分进行任意组合,或者构成子系统与其他组成部分连接。例如,各个组成部分可以共用一个存储设备,各个组成部分也可以分别具有各自的存储设备。诸如此类的变形,均在本说明书的保护范围之内。
图3是根据本说明书一些实施例所示的智慧城市事故救援资源调配方案确定方法的示例性流程图。在一些实施例中,流程300可以由处理设备执行。如图3所示,流程300可以包括以下步骤:
步骤310,基于对象平台获取事故点的事故信息。
事故点可以是事故发生的具体地点。事故点可以通过具体坐标、经纬度等形式表示。例如,在坐标为(15,150)的事故点处发生车祸等。
事故信息可以是事故过程涉及的各类信息。例如,事故图像信息、人员伤亡信息、财产损失信息、事故急救信息、事故点的环境信息等。在一些实施例中,事故信息可以包括事故类型以及事故严重程度至少一种。
事故类型可以是发生的事故的分类。例如,人为灾害、自然灾害等。再例如,车祸、火灾、疫情、水灾、地震、爆炸等。事故严重程度可以是事故的损害程度。事故严重程度可以用事故等级表示。如一级、二级、三级等。不同事故等级表示事故涉及的人员伤亡、财产损失不同。
在一些实施例中,事故信息可以基于对象平台,通过用户终端获取。例如,对象平台获取用户输入的报警信息、拍摄的事故点的图像信息,并将上述信息作为事故信息。
步骤320,基于传感网络平台将事故信息发送至管理平台。
步骤330,通过管理平台基于事故信息确定事故点的资源需求量。
资源需求量可以是事故点对各类资源的需求数量。例如,对于物资资源如药品、医疗器械、食物等,资源需求量可以是具体数量如50个单位(单位可以是个、套等表示数量的单位);对于人力资源如消防人员、医护人员、工程人员等,资源需求量可以是具体人数如100人。在一些实施例中,管理平台可以基于事故信息,通过拟合、计算、模拟等方式确定事故点的资源需求量。例如,基于事故覆盖区域大小、影响人数、事故严重程度等事故信息,通过模拟计算确定事故点的资源需求量。
在一些实施例中,处理设备对事故信息与至少一个历史事故信息进行相似度计算,得到事故信息与至少一个历史事故信息的相似度;比较相似度大小,将相似度最高的历史事故信息对应的资源需求量作为事故点的资源需求量。
相似度可以是事故信息与历史事故信息之间的相似程度。相似度可以通过百分数、100以内的具体数值表示。例如,90%、83等。事故类型、事故严重程度等事故信息越相似,相似度的值越高。
历史事故信息可以是事故信息发生前的任意事故涉及的事故信息。历史事故信息可以对应历史的资源需求量。例如,2018年09月15日发生的某一起重大车祸中,医疗资源如血液、救护车、医护人员等需求量、物资资源如食物、燃油等需求量、消防资源如起重设备、消防人员等需求量。在一些实施例中,历史事故信息对应的历史的资源需求量可以存储在数据库(或存储设备)中,通过管理平台调用存储的历史的资源需求量。
在一些实施例中,处理设备可以将事故信息与历史事故信息处理为相应的事故特征向量,基于事故特征向量的向量距离确定历史事故信息与事故信息的相似度。
事故特征向量可以是反映事故信息特征的向量。例如,事故特征向量的元素可以包括事故类型、事故严重程度、事故覆盖区域大小(如一条街道、一个社区、事故发生地1公里范围内等)、影响人数等事故信息。每个事故可以对应至少一个事故特征向量。在一些实施例中,事故特征向量之间可以存在向量距离,其可以通过计算两向量之间的欧氏距离来确定。向量距离与相似度之间呈负相关关系。在一些实施例中,可以将事故特征向量之间向量距离绝对值的倒数作为相似度,或将事故特征向量之间的余弦相似度作为相似度。
在一些实施例中,处理设备可以比较相似度大小,将相似度最高的历史事故信息对应的资源需求量作为事故点的资源需求量。例如,处理设备可以对事故信息与每个历史事故信息之间的相似度大小进行排序,得到相似度序列;在相似度序列中选择相似度最高的历史事故信息对应的资源需求量作为事故点的资源需求量。
在一些实施例中,处理设备可以基于事故信息的事故特征向量的预估置信度,修正事故点的资源需求量。
预估置信度可以是事故特征向量的可信程度。预估置信度可以通过百分数表示,如90%、70%等。预估置信度可以通过人工设置确定。在一些实施例中,预估置信度可以与事故信息相关。例如,当事故信息中事故点的环境信息包括浓烟、瓦砾等遮挡物,使得事故点的其他事故信息难以获取时,该事故信息可以对应较低的预估置信度如60%;当有事故幸存者报警,事故信息容易获取时,该事故信息可以对应较高的预估置信度如95%。
在一些实施例中,预估置信度可以通过事故图像信息确定。例如,事故图像能够完整反映事故信息时,对应较高的预估置信度如95%;事故图像仅能够反映片面的事故信息,或不能判断为是一起事故时,对应较低的预估置信度如30%。
在一些实施例中,处理设备可以基于预估置信度修正事故点的资源需求量。例如,当预估置信度低于阈值如低于60%时,对事故点的资源需求量适当增大如医疗物资、消防物资需求量增大10%,以避免资源需求量的误判;当预估置信度高于阈值如高于95%时,对事故点的资源需求量可以基于相似度最高的历史事故信息对应的资源需求量进行。
步骤340,基于对象平台获取至少一个候选救援点的可供资源量。
候选救援点是指可以为事故点提供资源的救援点。例如,候选救援点可以是医院、消防局、仓库、急救中心等。候选救援点可以提供包括医疗资源、人力资源、物资资源等多种形式的可供资源。
可供资源量可以是候选救援点能够提供的最大资源量。例如,对于医院,可供资源量可以是医护人员数量、血液量、救护车数量、镇定剂数量等;对于仓库、可供资源量可以是食物、饮用水、帐篷等物资数量等。在一些实施例中,可供资源量可以基于至少一个候选救援点的空闲资源量确定。例如,基于仓库的现有库存确定,或基于医院的实际可调配医护人员数量确定。
在一些实施例中,可供资源量可以是空闲资源量与周边需求点的资源预测需求量之差。例如,某一候选救援点的可供资源量可以是其在满足周边需求点的资源预测需求量的前提下,将空闲资源量中作为资源预测需求量之外的剩余资源作为其可供资源量。
在一些实施例中,基于对象平台获取至少一个候选救援点的可供资源量。例如,可供资源量可以通过对象平台,基于至少一个候选救援点对应的周边需求点的资源预测需求量确定。关于周边需求点的资源预测需求量确定可供资源量的具体描述,参见图4及其相关描述。在一些实施例中,可供资源量可以基于对象平台,通过数据拟合、模拟计算等方式确定。在一些实施例中,可供资源量可以通过预测模型确定,参见图6及其相关描述。
步骤350,基于传感网络平台将可供资源量发送至管理平台。
步骤360,通过管理平台基于资源需求量以及可供资源量,确定救援资源调配方案。
救援资源调配方案可以是针对各个候选救援点的可供资源对事故点的资源救援规划。救援资源调配方案可以包括选取的候选救援点、每个选取的候选救援点所需提供的资源量、每个选取的候选救援点提供资源的路径等信息。救援资源调配方案可以以文字、表格、绘图等任意形式的数据进行表示。
在一些实施例中,管理平台基于资源需求量以及可供资源量,确定救援资源调配方案。例如,管理平台基于所有候选救援点的可供资源量与事故点的资源需求量,确定提供资源的候选救援点。进一步地,确定每个候选救援点为事故点提供资源的数量和种类,以及资源的运输时间、运输方式等,并将上述信息作为救援资源调配方案。
步骤370,通过服务平台将救援资源调配方案发送至用户平台。
在一些实施例中,服务平台可以通过网络将救援资源调配方案发送至用户平台。用户平台接收后以文字、语音、图像等各种形式向用户展示救援资源调配方案。
通过本说明书一些实施例中所述的智慧城市事故救援资源调配方案确定方法,可以在事故发生时,针对多个候选资源点合理分配资源,实现资源调配方案的智能确定,避免人工方案确定浪费时间人力成本,进一步避免资源调配不合理耽误事故救援。
应当注意的是,上述有关流程300的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程300进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,流程300还可以包括后处理的步骤。
图4是根据本说明书一些实施例所示的至少一个候选救援点的可供资源量确定的示例性流程图。在一些实施例中,流程400可以由处理设备执行。如图4所示,流程400可以包括以下步骤:
步骤410,确定至少一个候选救援点以及至少一个候选救援点中每个候选救援点对应的周边需求点。
周边需求点可以是候选救援点附近的可能发生事故需要资源的位置点。例如,周边需求点可以是候选救援点3公里范围内的交通事故多发点、居民区、学校、化工厂、矿井等。在一些实施例中,周边需求点还可以是级别大于二级、与资源节点的跳数或运输时长小于阈值的需求点。关于级别、跳数、运输时长的阈值的相关内容可以参见图5及其相关描述。在一些实施例中,候选救援点与对应的周边需求点可以通过网络调用候选救援点附近的地图确定,或通过人工标注确定。
步骤420,确定周边需求点的资源预测需求量以及事故概率。
资源预测需求量可以是周边需求点发生事故时的资源需求量。在一些实施例中,资源预测需求量可以通过事故信息与资源需求量之间的预设关系确定。例如,某一周边需求点发生事故时影响人数为50人,每个人预设分配的食物资源量为5个单位(单位可以为份、个等表征资源数量的任意单位),每个人预设分配的医疗资源量为2个单位,则该周边需求点发生事故时的资源预测需求量为食物资源50×5=250个单位,医疗资源50×2=100个单位。在一些实施例中,事故信息与资源需求量之间的预设关系可以通过历史事故信息对应的历史资源需求量确定。
事故概率可以是周边需求点发生事故的可能性。事故概率可以用百分数表示,如0.003%、0.005%等。在一些实施例中,某一周边需求点的事故概率可以基于该周边需求点历史发送事故的统计情况确定。例如,将统计过程中,历史发生事故的天数与统计的总天数之比作为事故概率,或将统计时间内事故发生的频率作为事故概率。
步骤430,基于资源预测需求量以及事故概率,确定至少一个候选救援点的可供资源量。
在一些实施例中,候选救援点的可供资源量可以基于资源预测需求量以及事故概率确定。例如,对于某一候选救援点,将其空闲资源量减去对应的每个周边需求点的资源预测需求量与每个周边需求点的事故概率的乘积之和作为候选救援点的可供资源量。具体计算如公式(1)所示:
K=L-(P1M1+P2M2……+PNMN) (1)
其中,K为可供资源量,L为空闲资源量,P1、P2……PN分别为N个周边需求点的事故概率,M1、M2……MN分别为周边需求点的资源预测需求量。
通过本说明书一些实施例所述的可供资源量确定的流程,可以明确候选救援点的可供资源量,为后续救援资源调配方案的确定提供基础;另外,上述数据以历史事故信息作为依据,对资源预测需求量进行多个方面的预测,使得到的数据更能够满足周边需求点的资源需求,数据更具有实际参考意义。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,流程400还可以包括后处理的步骤。
图5是根据本说明书一些实施例所示的救援图谱的示例性示意图。
在一些实施例中,至少一个候选救援点以及至少一个候选救援点中每个候选救援点对应的周边需求点基于救援图谱确定。救援图谱500可以是反映某一区域事故点、候选救援点之间关系及其自身特征的数据图谱。
在一些实施例中,救援图谱可以包括至少两个节点以及至少一个边。节点可以是事故点或候选救援点的位置点或区域。节点可以包括区域节点以及资源节点。在一些实施例中,节点的位置可以是事故点或候选救援点在地图中的位置,即节点的位置可以是地图中上述点的真实位置或节点之间的相对位置。
区域节点510可以是可能发生事故的位置点或区域。例如,区域节点可以是图5中的节点1、节点2、节点3。区域节点可以与事故点或周边需求点相对应。节点可以包括节点特征,其可以与事故信息对应。例如,节点特征可以包括资源类型、资源数量、位置坐标等特征。在一些实施例中,区域节点可以包括需要的资源类型、资源数量、区域节点的位置坐标等信息。例如,图5中节点2为事故点,其进一步包括需要的资源类型与资源数量:食物2吨、帐篷100顶、药品0.5吨、消防人员50人。
资源节点520可以是能够提供资源的位置点或区域。例如,资源节点可以是图5中的节点A、节点B、节点C、节点D。资源节点可以与候选救援点相对应。例如,图5中节点A为候选资源点,其进一步包括可提供的资源类型与资源数量:食物10吨、帐篷500顶;节点B为候选资源点,其进一步包括可提供的资源类型与资源数量:药品5吨、医护人员100人;节点C为候选资源点,其进一步包括可提供的资源类型与资源数量:食物10吨、帐篷500顶;节点D为候选资源点,其进一步包括可提供的资源类型与资源数量:消防人员150人、消防器材若干。
边530可以反映被连接的两个节点之间的相对关系。边可以连接存在运输路径的区域节点与资源节点。边可以包括边特征。例如,边特征可以是节点之间的直线距离、道路情况、运输资源的速度、运输资源的难易程度、运输时长等特征。图5中的边A2进一步包括运输时长:0.5小时,道路情况:公路,相对距离:30公里;图5中的边B2进一步包括运输时长:2小时,道路情况:土路,相对距离:100公里;图5中的边C2进一步包括运输时长:3小时,道路情况:公路,相对距离:170公里;图5中的边23进一步包括运输时长:1.5小时,道路情况:公路,相对距离:90公里;图5中的边D3进一步包括运输时长:2小时,道路情况:高速公路,相对距离:120公里。
如图5所示,对于节点2,其需求的食物、帐篷可以通过节点A、C获取,但边A2的运输时长大于边C2的运输时长,所以选择节点A提供食物、帐篷。节点2需求的药品可以通过节点B获取,消防人员可以通过节点D获取。可以理解的是,通过图5可以进一步计算物资到达事故点所需要的预计时间。例如,消防人员到达需要经过边D3、23,则消防人员到达需要的时间为两个边包括的运输时间之和,即1.5+2=3.5小时。可以理解的是,通过图5还可以计算候选物资点进行救援后的剩余物资。例如,对于节点B,进行救援后的剩余药品为5-0.5=4.5吨。
对于节点A,其需要预存的食物、帐篷可以通过节点1、2确定。例如,通过节点1、2的历史事故频率得到节点1、2的事故概率;对节点1、2的资源需求量进行期望求和,即通过如下公式(2)得到:
S=P1M1+P2M2 (2)
其中,S为节点A的最小资源需求量,P1为节点1的事故概率,P2为节点2的事故概率,M1为节点1的资源需求量,M2为节点2的资源需求量。通过计算节点A总的资源需求量,确定节点A为了保障节点1、2可能发生的事故需求,需要预存的最小资源量。
在一些实施例中,事故救援过程可以具有时间属性。例如,节点1发生消防事故预计需要6小时的事故救援时间。事故救援过程的时间属性可以基于历史事故(如事故信息相似度最高的历史事故、事故特征向量距离最接近的历史事故)的平均救援过程时间确定。
在一些实施例中,预存的资源量可以具有时间属性。例如,消防人员在1:00至23:00可用人数为15人;医用口罩在5月1日至5月5日的可以用数量为500个等。预存的资源量的时间属性需要与事故救援过程的时间属性相匹配。例如,预存的资源量的时间段可以包括事故可能发生的时间点、以及事故救援过程的时间段。类似地,预存的资源量的可运输时间也需要与事故救援过程的时间属性相匹配。
在一些实施例中,当资源类型为医护人员、消防人员、消防器械等可以多次参与工作/重复使用的人或物资时,需要将节点1、2同时发生事故时的总的资源需求量作为节点A的资源需求量。
在一些实施例中,至少一个候选救援点与事故点间的运输时长或在救援图谱中的相对位置关系满足第一预设条件。
第一预设条件可以是至少一个候选救援点与事故点间的运输时长小于阈值、在救援图谱中的相对位置距离小于阈值等。例如,候选救援点与事故点间的运输时长小于2小时,候选救援点与事故点间的相对位置距离小于100公里等。当至少一个候选救援点与事故点间的运输时长或在救援图谱中的相对位置关系满足第一预设条件时,可以判断该候选救援点能够及时救援事故点。
在一些实施例中,至少一个候选救援点与对应的周边需求点间的运输时长或在救援图谱中的相对位置关系满足第二预设条件。
第二预设条件可以是至少一个候选救援点与对应的周边需求点间的运输时长小于阈值、在救援图谱中的相对位置距离小于阈值等。例如,候选救援点与对应的周边需求点间的运输时长小于4小时,候选救援点与对应的周边需求点间的相对位置距离小于200公里等。在一些实施例中,第二预设条件还可以是至少一个候选救援点与周边需求点的跳数小于阈值。周边需求点的跳数可以是周边需求点与至少一个候选救援点之间最短路径涉及的边数。例如,节点A与节点3之间的跳数为2。
当所有满足第一预设条件、第二预设条件的候选救援点对应的可供资源,不足以满足事故点或周边需求点的资源需求(可以是资源种类、资源数量的需求)时,处理设备可以修正第一预设条件、第二预设条件,以扩大需求范围。例如,向事故点运输资源的运输时长小于2小时的候选救援点中,缺少事故点所需的药品,则将第一预设条件从运输时长小于2小时扩大至运输时长小于4小时。
在一些实施例中,至少一个候选救援点在救援图谱中为包括至少一个级别的资源节点。级别与所述至少一个候选救援点与所述事故点间的所述运输时长相关。优先由高级别的所述候选救援点为所述事故点提供救援资源。
级别可以是与至少一个候选救援点与事故点间的运输时长相关的参数。例如,级别可以包括一级、二级、三级等。高级别代表候选救援点与事故点间的运输时长较小,则该候选救援点优先级高;低级别代表候选救援点与事故点间的运输时长较长,则该候选救援点优先级低。例如,对于节点A和节点C,二者都能为节点2提供食物、帐篷,但节点A因与节点2间的运输时长较小而具有更高的级别,因此优先通过节点A对节点2进行运输。
需要说明的是,级别为“一级”可以是最高级别,还可以是最低级别。本说明书对高级别与低级别的描述旨在说明,并不意味着对级别编号(如一级、二级、三级……)的优先顺序进行限定。
通过本说明书一些实施例所述的救援图谱,可以实现物资调度过程的可视化处理,方便物资调度过程中的过程监控;另外,对候选资源点进行设置级别,能够实现资源的更合理分配,在完成资源分配的前提下尽量减少运输的时间。
图6是根据本说明书一些实施例所示的预测模型的模型结构的示例性示意图。预测模型的模型结构600如图6所示。
预测模型可以是用于预测至少一个候选救援点的可供资源量的模型。预测模型可以是机器学习模型。例如,深度神经网络模型等。
预测模型640的输入至少包括至少一个候选救援点的空闲资源量610以及周边信息620,输出可以包括至少一个候选救援点的可供资源量650。
周边信息可以是与至少一个候选救援点对应的周边需求点相关的信息。周边信息可以包括周边需求点对应的区域节点的节点特征。例如,周边信息可以包括周边需求点对应的可能发生的事故信息、事故影响的人数、事故对应的资源需求类型、资源需求数量等信息。周边信息可以通过周边需求点发生的历史事故对应的事故信息确定。
在一些实施例中,预测模型的输入还可以包括预计救援时间630。预计救援时间可以是从开始救援到救援结束所经历的时间段。预计救援时间可以通过对历史事故进行救援的救援时间确定。
在一些实施例中,预测模型可以通过多个有标签的训练样本训练得到。例如,可以将多个带有标签的训练样本输入初始预测模型,通过标签和初始预测模型的结果构建损失函数,基于损失函数通过梯度下降或其他方法迭代更新初始预测模型的参数。当满足预设条件时模型训练完成,得到训练好的预测模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,训练样本至少可以包括历史空闲资源量、历史周边信息、历史救援时间。标签可以为上述历史数据对应的可供资源量。标签可以人工标注获取。
在一些实施例中,处理设备可以将事故点对应的每个候选救援点的空闲资源量、周边信息、救援时间输入预测模型,得到每个候选救援点对应的可供资源量。在一些实施例中,对于预测模型输出的可供资源量小于第一阈值的候选救援点,则由可供资源量大于第二阈值的候选救援点提供物资补充。
第一阈值可以是反映候选救援点的可供资源量是否能够维持救援的参考值。当可供资源量小于第一阈值时,说明该候选救援点库存不足,几乎不能维持救援。
第二阈值可以是反映候选救援点的可供资源量是否远超维持救援所需可供资源量的参考值。当可供资源量大于第二阈值时,说明该候选救援点库存充足,在能够维持救援的前提下,还可以为其他救援点补充库存。
通过本说明书一些实施例所述的预测模型,可以实现候选救援点的可供资源量智能预测,避免人工估算带来的误差与低效率;另外,候选救援点之间实现资源互补,提高了资源分配合理性,使候选救援点能够覆盖更多的区域节点。
需要注意的是,以上对于系统及其组成部分的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个组成部分进行任意组合,或者构成子系统与其他组成部分连接。例如,各个组成部分可以共用一个存储设备,各个组成部分也可以分别具有各自的存储设备。诸如此类的变形,均在本说明书的保护范围之内。
本说明书一些实施例还公开了一种事故救援的资源调配方案确定装置,该装置包括至少一个处理器以及至少一个存储器;至少一个存储器用于存储计算机指令;至少一个处理器用于执行计算机指令中的至少部分指令以实现所述智慧城市事故救援资源调配方案确定方法。
本说明书一些实施例还公开了一种计算机可读存储介质,该存储介质存储计算机指令,当计算机指令被处理器执行时实现所述智慧城市事故救援资源调配方案确定方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种智慧城市事故救援资源调配方案确定方法,其特征在于,所述方法基于智慧城市事故救援资源调配方案确定物联网系统实现,所述智慧城市事故救援资源调配方案确定物联网系统包括用户平台、服务平台、管理平台、传感网络平台和对象平台;
所述方法包括:
基于所述对象平台获取事故点的事故信息;
基于所述传感网络平台将所述事故信息发送至所述管理平台;
通过所述管理平台基于所述事故信息确定所述事故点的资源需求量;
基于所述对象平台获取至少一个候选救援点的可供资源量;
基于所述传感网络平台将所述可供资源量发送至所述管理平台;
通过所述管理平台基于所述资源需求量以及所述可供资源量,确定救援资源调配方案;
通过所述服务平台将所述救援资源调配方案发送至所述用户平台。
2.根据权利要求1所述的方法,其特征在于,所述传感网络平台包括至少一个传感网络分平台,所述至少一个传感网络分平台中每个传感网络分平台对应至少一个所述对象平台,每个所述对象平台与所述至少一个候选救援点对应;所述对象平台用于获取对应的所述至少一个候选救援点的所述可供资源量。
3.根据权利要求2所述的方法,其特征在于,所述通过所述管理平台基于所述事故信息确定所述事故点的资源需求量包括:
对所述事故信息与至少一个历史事故信息进行相似度计算,得到所述事故信息与所述至少一个历史事故信息的相似度;
比较所述相似度大小,将所述相似度最高的历史事故信息对应的资源需求量作为所述事故点的所述资源需求量。
4.根据权利要求1所述的方法,其特征在于,所述基于所述对象平台获取至少一个候选救援点的可供资源量包括:
确定所述至少一个候选救援点以及所述至少一个候选救援点中每个候选救援点对应的周边需求点;
确定所述周边需求点的资源预测需求量以及事故概率;
基于所述资源预测需求量以及所述事故概率,确定所述至少一个候选救援点的所述可供资源量。
5.根据权利要求4所述的方法,其特征在于,所述至少一个候选救援点以及所述至少一个候选救援点中每个候选救援点对应的周边需求点基于救援图谱确定,其中,所述救援图谱包括至少两个节点以及至少一个边,所述至少两个节点包括区域节点以及资源节点,所述区域节点包括所述事故点以及所述周边需求点,所述至少一个边用于连接存在运输路径的所述区域节点与所述资源节点。
6.根据权利要求5所述的方法,其特征在于,所述至少一个候选救援点与所述事故点间的运输时长或在所述救援图谱中的相对位置关系满足第一预设条件,所述至少一个候选救援点与对应的所述周边需求点间的运输时长或在所述救援图谱中的相对位置关系满足第二预设条件。
7.根据权利要求1所述的方法,其特征在于,所述至少一个候选救援点的可供资源量基于预测模型确定,所述预测模型的输入至少包括所述至少一个候选救援点的所述空闲资源量以及周边信息,所述预测模型为机器学习模型,所述周边信息为与所述至少一个候选救援点对应的所述周边需求点相关的信息。
8.一种智慧城市事故救援资源调配方案确定物联网系统,其特征在于,所述物联网系统包括用户平台、服务平台、管理平台、传感网络平台和对象平台;
所述对象平台用于获取事故点的事故信息,所述事故信息包括事故类型以及事故严重程度至少一种;
所述传感网络平台用于将所述事故信息由发送至所述管理平台;
所述管理平台用于基于所述事故信息确定所述事故点的资源需求量;
所述对象平台用于获取至少一个候选救援点的可供资源量;
所述传感网络平台进一步用于将所述可供资源量发送至所述管理平台;
所述管理平台进一步用于基于所述资源需求量以及所述可供资源量,确定救援资源调配方案;
所述服务平台用于将所述救援资源调配方案发送至所述用户平台。
9.一种事故救援的资源调配方案确定装置,其特征在于,所述装置包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1至7所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当所述计算机指令被处理器执行时实现如权利要求1至7所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741980.5A CN115034655A (zh) | 2022-06-28 | 2022-06-28 | 智慧城市事故救援资源调配方案确定方法及物联网系统 |
US17/813,017 US20230419435A1 (en) | 2022-06-28 | 2022-07-15 | Methods for determining an allocation scheme of accident rescue resource in a smart city and internet of things systems |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741980.5A CN115034655A (zh) | 2022-06-28 | 2022-06-28 | 智慧城市事故救援资源调配方案确定方法及物联网系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115034655A true CN115034655A (zh) | 2022-09-09 |
Family
ID=83127294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210741980.5A Pending CN115034655A (zh) | 2022-06-28 | 2022-06-28 | 智慧城市事故救援资源调配方案确定方法及物联网系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230419435A1 (zh) |
CN (1) | CN115034655A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116386808A (zh) * | 2023-01-19 | 2023-07-04 | 南京玛瑜信息科技有限公司 | 互联网开药资源动态调配系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169558A (zh) * | 2011-03-16 | 2011-08-31 | 东南大学 | 高速公路网的应急资源调度方案自动生成方法 |
CN106910018A (zh) * | 2017-02-23 | 2017-06-30 | 吉林大学 | 一种救援资源调度方法及系统 |
CN107909256A (zh) * | 2017-11-06 | 2018-04-13 | 广东奥博信息产业股份有限公司 | 一种救援资源部署方法及系统 |
CN114443303A (zh) * | 2022-01-26 | 2022-05-06 | 深圳壹账通科技服务有限公司 | 资源分配方法、装置、设备及介质 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210403062A1 (en) * | 2012-09-20 | 2021-12-30 | Westinghouse Air Brake Technologies Corporation | Alerting system and method |
US8843105B2 (en) * | 2012-12-04 | 2014-09-23 | At&T Intellectual Property I, L.P. | Centralized rescue network |
US20140172496A1 (en) * | 2012-12-19 | 2014-06-19 | Martin Rosjat | Automatic Management of Accidents Using Rules for Starting Post-Accident Procedures |
KR20140125488A (ko) * | 2013-04-19 | 2014-10-29 | 한국전자통신연구원 | 스마트 유비쿼터스 네트워크에서 상황 인지 기반 네트워크 장치 및 시스템 |
DE102015215294A1 (de) * | 2015-08-11 | 2017-02-16 | Bayerische Motoren Werke Aktiengesellschaft | Bereitstellen von Hilfsmitteln nach einem Fahrzeugunfall |
WO2017062684A1 (en) * | 2015-10-06 | 2017-04-13 | Numerica Corporation | Systems and methods for dynamically generating patrol schedules based on historic demand event data |
US10630732B2 (en) * | 2017-11-08 | 2020-04-21 | Florey Insurance Agency, Inc. | Emergency claim response unit |
CA3096212A1 (en) * | 2018-04-06 | 2019-10-10 | MosSmith Industries, Inc. | Emergency response system |
US11592833B2 (en) * | 2018-05-04 | 2023-02-28 | Direct Current Capital LLC | Method for updating a localization map for a fleet of autonomous vehicles |
CA3103470A1 (en) * | 2018-06-12 | 2019-12-19 | Intergraph Corporation | Artificial intelligence applications for computer-aided dispatch systems |
US10997430B1 (en) * | 2018-08-07 | 2021-05-04 | Alarm.Com Incorporated | Dangerous driver detection and response system |
US20200346751A1 (en) * | 2019-04-10 | 2020-11-05 | Rapidsos, Inc. | Unmanned aerial vehicle emergency dispatch and diagnostics data apparatus, systems and methods |
US20210319203A1 (en) * | 2020-04-08 | 2021-10-14 | Terry Boufis | System and methods for using aerial drones |
US12016707B2 (en) * | 2020-04-19 | 2024-06-25 | Mark Haley | Big data 911™—expedited EMT response after vehicle accidents or other emergencies |
US20220009437A1 (en) * | 2021-04-30 | 2022-01-13 | Fahad Algarni | Intelligent Electric Vehicle to Predict the Accident and Notify before Accident |
US20230069173A1 (en) * | 2021-09-01 | 2023-03-02 | Mirza Faizan | Smart rescue system |
US20230309164A1 (en) * | 2022-03-23 | 2023-09-28 | At&T Intellectual Property I, L.P. | Quality of experience optimization to meet variable network demands |
-
2022
- 2022-06-28 CN CN202210741980.5A patent/CN115034655A/zh active Pending
- 2022-07-15 US US17/813,017 patent/US20230419435A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102169558A (zh) * | 2011-03-16 | 2011-08-31 | 东南大学 | 高速公路网的应急资源调度方案自动生成方法 |
CN106910018A (zh) * | 2017-02-23 | 2017-06-30 | 吉林大学 | 一种救援资源调度方法及系统 |
CN107909256A (zh) * | 2017-11-06 | 2018-04-13 | 广东奥博信息产业股份有限公司 | 一种救援资源部署方法及系统 |
CN114443303A (zh) * | 2022-01-26 | 2022-05-06 | 深圳壹账通科技服务有限公司 | 资源分配方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
张奕等: "高速公路突发事件应急资源调动系统", 信息技术, no. 2, 29 February 2020 (2020-02-29), pages 1 - 6 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116386808A (zh) * | 2023-01-19 | 2023-07-04 | 南京玛瑜信息科技有限公司 | 互联网开药资源动态调配系统 |
CN116386808B (zh) * | 2023-01-19 | 2023-11-14 | 北京智胜远景科技有限公司 | 互联网开药资源动态调配系统 |
Also Published As
Publication number | Publication date |
---|---|
US20230419435A1 (en) | 2023-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019247419B2 (en) | Emergency response system | |
US7647286B2 (en) | System and method for managing a chaotic event by providing optimal and adaptive sequencing of decision sets with supporting data | |
US7653609B2 (en) | System and method for managing a chaotic event by optimizing decision subdivisions subject to multidimensional constraints | |
CN110245865A (zh) | 应急救援指挥方法及系统 | |
Lujak et al. | Centrality measures for evacuation: Finding agile evacuation routes | |
US20080177687A1 (en) | System and method for optimal and adaptive process unification of decision support functions associated with managing a chaotic event | |
CN102044022A (zh) | 面向自然灾害应急救助决策系统和方法 | |
CN110046760B (zh) | 一种考虑受灾点需求紧迫性的医疗救援点选址方法 | |
CN115034655A (zh) | 智慧城市事故救援资源调配方案确定方法及物联网系统 | |
CN112819318A (zh) | 一种基于物联网的救援物资动态配置方法、系统及可读存储介质 | |
Shan et al. | Emergency response decision support system | |
KR102490062B1 (ko) | Ai 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램 | |
CN113919699A (zh) | 资源调配方案生成方法、装置、设备和存储介质 | |
CN115600904A (zh) | 应急指挥系统及应急指挥方法 | |
Hu et al. | Research on management system of disaster prevention and relief based on building information modeling | |
CN115544267B (zh) | 一种基于知识图谱的多次应急处理的仿真动态验证方法 | |
Madanian et al. | Adaptable socio-cyber physical systems for supporting disaster | |
CN114758788A (zh) | 异常场所识别方法、装置、设备及存储介质 | |
Yang et al. | The two-stage integrated allocation model for local emergency supplies | |
Guerdan et al. | Augmented resource allocation framework for disaster response coordination in mobile cloud environments | |
CN114998074B (zh) | 一种基于物联网的智慧城市灾后联络方法和系统 | |
ChePa et al. | The application of Firefly algorithm in an adaptive emergency evacuation centre management (AEECM) for dynamic relocation of flood victims | |
Smirnov et al. | Context-aware operational decision support | |
CN114998074A (zh) | 一种基于物联网的智慧城市灾后联络方法和系统 | |
US20020113711A1 (en) | Method for alerting a user locator entity of lost persons |
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 |