CN115103314A - 基于定位系统的救援方法、设备、存储介质及装置 - Google Patents

Abstract

本发明公开了一种基于定位系统的救援方法、设备、存储介质及装置，本发明基于预设分析模型对目标定位系统在预设通信范围内采集的语音信息和定位信息进行识别，根据目标语音特征集合和目标坐标数据集合确定待救援人员的移动轨迹信息及目标救援路线，并将目标救援路线发送至救援人员进行搜救。由于本发明通过定位系统采集的语音信息和定位信息确定待救援人员的移动轨迹，并根据移动轨迹确定对应的救援路线，本发明相对于现有技术中定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，通过人工寻找被困人员，导致救援效率低，本发明实现了多种救援场景的救援路线规划，提升了定位救援系统的有效性，以提高搜救成功率。

Description

基于定位系统的救援方法、设备、存储介质及装置

技术领域

本发明涉及数据处理领域，尤其涉及一种基于定位系统的救援方法、设备、存储介质及装置。

背景技术

目前，对于通过定位装置确定待救援人员所在位置进行相应搜救，对于紧急救援是一种非常重要的手段，但由于现有的定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，导致救援效率低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于定位系统的救援方法、设备、存储介质及装置，旨在解决现有技术中的定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，导致救援效率低的技术问题。

为实现上述目的，本发明提供一种基于定位系统的救援方法，所述基于定位系统的救援方法包括以下步骤：

获取目标定位系统在预设通信范围内采集的语音信息和定位信息；

基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；

根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息；

根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救。

可选地，所述预设分析模型包括聚类分析模型和模糊神经网络模型，所述基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合的步骤，包括：

基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合；

基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合。

可选地，所述基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合的步骤，包括：

基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得划分后的坐标数据集合；

基于预设时间段对所述划分后的坐标数据集合进行时间戳标记，将标记后的坐标数据集合作为目标坐标数据集合。

可选地，所述基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合的步骤，包括：

基于模糊神经网络模型对所述语音信息中语音特征进行模糊化处理，获得处理后的语音特征；

基于预设模糊规则库中的预设隶属函数对所述处理后的语音特征进行模糊推理，获得目标语音特征集合。

可选地，所述根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息的步骤，包括：

根据所述目标语音特征集合与预设求救特征数据库进行匹配，根据匹配结果确定待救援人员发出的求救信号；

在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息。

可选地，所述在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息的步骤，包括：

在识别到所述求救信号时，根据所述求救信号对应的时间点和预设时间段对所述目标坐标数据集合进行归一化处理，获得各个时间段对应的坐标数据集合；

根据各个时间段对应的坐标数据集合确定待救援人员的移动轨迹信息。

可选地，所述根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救的步骤，包括：

根据所述移动轨迹信息确定待救援人员对应的目标位置及目标移动方向，根据所述目标位置及目标方向从预设救援路线中选取目标救援路线；

将所述目标救援路线发送至救援人员进行搜救。

此外，为实现上述目的，本发明还提出一种基于定位系统的救援设备，所述基于定位系统的救援设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于定位系统的救援程序，所述基于定位系统的救援程序配置为实现如上文所述的基于定位系统的救援的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于定位系统的救援程序，所述基于定位系统的救援程序被处理器执行时实现如上文所述的基于定位系统的救援方法的步骤。

此外，为实现上述目的，本发明还提出一种基于定位系统的救援装置，所述基于定位系统的救援装置包括：

信息获取模块，用于获取目标定位系统在预设通信范围内采集的语音信息和定位信息；

数据分析模块，用于基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；

救援确定模块，用于根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息；

路线规划模块，用于根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救。

本发明通过获取目标定位系统在预设通信范围内采集的语音信息和定位信息；基于预设分析模型对语音信息和定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；根据目标语音特征集合和目标坐标数据集合确定待救援人员的移动轨迹信息；根据移动轨迹信息从预设救援路线选取目标救援路线，并将目标救援路线发送至救援人员进行搜救。由于本发明通过定位系统采集的语音信息和定位信息确定待救援人员的移动轨迹，并根据移动轨迹确定对应的救援路线，本发明相对于现有技术中定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，通过人工寻找被困人员＝，导致救援效率低，本发明实现了多种救援场景的救援路线规划，提升了定位救援系统的有效性，以提高搜救成功率。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的基于定位系统的救援设备的结构示意图；

图2为本发明基于定位系统的救援方法第一实施例的流程示意图；

图3为本发明基于定位系统的救援方法第二实施例的流程示意图；

图4为本发明基于定位系统的救援方法第三实施例的流程示意图；

图5为本发明基于定位系统的救援装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于定位系统的救援设备结构示意图。

如图1所示，该基于定位系统的救援设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)，也可以是稳定的存储器(Non-volatileMemory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对基于定位系统的救援设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于定位系统的救援程序。

在图1所示的基于定位系统的救援设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接用户设备；所述基于定位系统的救援设备通过处理器1001调用存储器1005中存储的基于定位系统的救援程序，并执行本发明实施例提供的基于定位系统的救援方法。

基于上述硬件结构，提出本发明基于定位系统的救援方法的实施例。

参照图2，图2为本发明基于定位系统的救援方法第一实施例的流程示意图，提出本发明基于定位系统的救援方法第一实施例。

在本实施例中，所述基于定位系统的救援方法包括以下步骤：

步骤S10：获取目标定位系统在预设通信范围内采集的语音信息和定位信息。

需说明的是，本实施例中的执行主体可以是包含定位救援系统的装置，所述装置包括定位系统以及救援系统，其中定位系统包含但不限于定位模块、通讯模块以及供电模块等，其中定位模块的定位精度及通讯距离都可以根据需求进行设定，所述装置具有抗干扰能力、实时记录数据以及后台数据查询等功能。

可理解的是，所述定位救援装置通讯频率、发射功率以及数据加密方式可以根据实际场景进行设定，本实施例对此不加以限制。

应理解的是，预设通信范围内可以是定位系统预先设置的通讯距离，例如：5-10公里。语音信息是指所述装置采集的人员通话、呼叫等语音信息，定位信息可以是指装置携带的定位模块(如：GPS定位、北斗系统高精度定位)采集的坐标信息。

步骤S20：基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合。

需说明的是，预设分析模型是指预先设置的用于对语音信息和定位信息进行识别的模型，所述模型可以是通过历史语音样本数据集和历史坐标样本数据集训练获得的模型。

应理解的是，目标语音特征集合是指通过预设分析模型对语音信息中语音特征进行识别，并从识别结果中提取目标语音特征的集合。目标坐标数据集合是指通过预设分析模型对定位信息中坐标数据进行分析，并从分析结果中提取目标坐标数据的集合。

步骤S30：根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息。

需说明的是，为了有效确定待救援人员的位置，便于后期搜索，通过对待救援人员的移动轨迹进行识别，可以实现在多种场景下的搜救，减小搜救范围。

可理解的是，目标语音特征集合可以是待救援人员发出的求救语音特征集合，目标坐标数据集合可以是指在待救援人员发出求救语音特征时及之后时间里的移动坐标数据集合。

具体实现中，通过对待救援人员发出的求救语音特征集合和待救援人员发出求救语音特征时及之后时间里的移动坐标数据集合确定待救援人员的移动轨迹信息。

步骤S40：根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救。

需说明的是，预设救援路线可以是预先设置的救援路线集合，不仅限于一种路线，所述预设救援路线可以是根据事故地点对应的可搜救路线的集合。

具体实现中，为了提升搜救成功率，通过对待救援人员的移动轨迹信息从预设救援路线选取目标救援路线，从而将最优救援路线发送至救援人员进行搜救。

本实施例通过获取目标定位系统在预设通信范围内采集的语音信息和定位信息；基于预设分析模型对语音信息和定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；根据目标语音特征集合和目标坐标数据集合确定待救援人员的移动轨迹信息；根据移动轨迹信息从预设救援路线选取目标救援路线，并将目标救援路线发送至救援人员进行搜救。由于本实施例通过定位系统采集的语音信息和定位信息确定待救援人员的移动轨迹，并根据移动轨迹确定对应的救援路线，本实施例相对于现有技术中定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，通过人工寻找被困人员，导致救援效率低，本实施例实现了多种救援场景的救援路线规划，提升了定位救援系统的有效性，以提高搜救成功率。

参照图3，图3为本发明基于定位系统的救援方法第二实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明基于定位系统的救援方法的第二实施例。

在本实施例中，所述预设分析模型包括聚类分析模型和模糊神经网络模型，所述步骤S20，包括：

步骤S201：基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合。

需说明的是，聚类分析模型是指基于DBSCAN聚类算法构建的模型，所述模型用于对坐标数据进行聚类划分的模型。

可理解的是，预设距离可以是预先设置的对待救援人员移动轨迹进行等距离划分的距离，例如：在移动轨迹的直线距离为100米时，将预设距离设为20米对移动轨迹进行划分。通过上述划分可以精确得到预设距离范围内的坐标数据聚类集合。

应理解的是，目标坐标数据集合包括但不限于一个预设距离范围内的坐标数据聚类集合。

进一步地，所述步骤S201包括：基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得划分后的坐标数据集合；基于预设时间段对所述划分后的坐标数据集合进行时间戳标记，将标记后的坐标数据集合作为目标坐标数据集合。

需说明的是，划分后的坐标数据集合是指根据预设距离对移动轨迹进行等距离划分的坐标数据集合，例如：将预设距离设定为20米，即每达到20米，就将20米内的坐标数据进行聚类划分至一个集合中。

可理解的是，为了精确待救援人员的移动速度，通过预设时间段对待救援人员移动的坐标数据集合进行时间戳标记，可以精确获得待救援人员在最近时间段内的移动范围，从而缩小搜救范围，提升定位待救援人员所在位置的准确率。

步骤S202：基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合。

需说明的是，模糊神经网络模型是基于历史语音样本数据集训练得到的模型，所述模型用于对语音信息中求救语音特征进行精准识别，可以有效避免因语音信息模糊导致识别不精准的问题。

进一步地，所述步骤S202包括：基于模糊神经网络模型对所述语音信息中语音特征进行模糊化处理，获得处理后的语音特征；基于预设模糊规则库中的预设隶属函数对所述处理后的语音特征进行模糊推理，获得目标语音特征集合

需说明的是，模糊化处理是指对语音信息中不清楚的语音进行模糊化处理。根据预设模糊规则库中的预设隶属函数对处理后的语音特征进行模糊推理输出准确的语音特征，以提升对不清楚的语音的识别精准性，避免由于外界干扰导致的识别不准的问题。所述预设隶属函数是指预先设置的用于表征模糊集合的数学工具，可以用于描述特征函数与模糊集合的隶属关系，模糊集合可以包括多种特征类型的模糊集合。

本实施例通过获取目标定位系统在预设通信范围内采集的语音信息和定位信息；基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合；基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合；根据目标语音特征集合和目标坐标数据集合确定待救援人员的移动轨迹信息；根据移动轨迹信息从预设救援路线选取目标救援路线，并将目标救援路线发送至救援人员进行搜救。由于本实施例通过定位系统采集的语音信息和定位信息确定待救援人员的移动轨迹，并根据移动轨迹确定对应的救援路线，本实施例相对于现有技术中定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，通过人工寻找被困人员，导致救援效率低，本实施例实现了多种救援场景的救援路线规划，提升了定位救援系统的有效性，以提高搜救成功率。

参照图4，图4为本发明基于定位系统的救援方法第三实施例的流程示意图，基于上述图3所示的第二实施例，提出本发明基于定位系统的救援方法的第三实施例。

在本实施例中，步骤S30包括：

步骤S301：根据所述目标语音特征集合与预设求救特征数据库进行匹配，根据匹配结果确定待救援人员发出的求救信号。

需说明的是，预设求救特征数据库存储有多种类型的求救语音特征，以匹配多种求救场景下的语音。

可理解的是，匹配结果是指筛选掉未匹配成功的语音特征，余下的语音特征，通过对余下语音特征进行识别确定待救援人员发出的求救信号。

步骤S302：在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息。

需说明的是，为了提升救援速率，通过对求救信号对应的时间点与坐标集合确定待救援人员的移动方向以及移动速度。

可理解的是，通过对待救援人员的移动方向和移动速度确定待救援人员的移动轨迹信息。

进一步地，所述步骤S302包括：在识别到所述求救信号时，根据所述求救信号对应的时间点和预设时间段对所述目标坐标数据集合进行归一化处理，获得各个时间段对应的坐标数据集合；根据各个时间段对应的坐标数据集合确定待救援人员的移动轨迹信息。

具体实现中，通过对求救信号对应的时间点和预设时间段对所述目标坐标数据集合进行归一化处理，获得各个时间段对应的坐标数据集合，提升对待救援人员在各个时间段移动轨迹的精准确定，从而便于后期在无法获得待救援人员的位置的情况下，也能在有效搜救范围内快速探救被困人员。

进一步地，所述步骤S40包括：根据所述移动轨迹信息确定待救援人员对应的目标位置及目标移动方向，根据所述目标位置及目标方向从预设救援路线中选取目标救援路线；将所述目标救援路线发送至救援人员进行搜救。

具体实现中，通过确定待救援人员的移动方向可以有效预判待救援人员的移动轨迹，从而提升救援速率。

本实施例通过获取目标定位系统在预设通信范围内采集的语音信息和定位信息；基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合；基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合；根据所述目标语音特征集合与预设求救特征数据库进行匹配，根据匹配结果确定待救援人员发出的求救信号；在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息；根据移动轨迹信息从预设救援路线选取目标救援路线，并将目标救援路线发送至救援人员进行搜救。由于本实施例通过定位系统采集的语音信息和定位信息确定待救援人员的移动轨迹，并根据移动轨迹确定对应的救援路线，本实施例相对于现有技术中定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，通过人工寻找被困人员，导致救援效率低，本实施例实现了多种救援场景的救援路线规划，提升了定位救援系统的有效性，以提高搜救成功率。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于定位系统的救援程序，所述基于定位系统的救援程序被处理器执行时实现如上文所述的基于定位系统的救援方法的步骤。

参照图5，图5为本发明基于定位系统的救援装置第一实施例的结构框图。

如图5所示，本发明实施例提出的基于定位系统的救援装置包括：

信息获取模块10，用于获取目标定位系统在预设通信范围内采集的语音信息和定位信息；

数据分析模块20，用于基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；

救援确定模块30，用于根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息；

路线规划模块40，用于根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救。

本实施例通过获取目标定位系统在预设通信范围内采集的语音信息和定位信息；基于预设分析模型对语音信息和定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；根据目标语音特征集合和目标坐标数据集合确定待救援人员的移动轨迹信息；根据移动轨迹信息从预设救援路线选取目标救援路线，并将目标救援路线发送至救援人员进行搜救。由于本实施例通过定位系统采集的语音信息和定位信息确定待救援人员的移动轨迹，并根据移动轨迹确定对应的救援路线，本实施例相对于现有技术中定位装置并不能在航空救援、偏远山区以及特殊地况地区是起到有效作用，通过人工寻找被困人员，导致救援效率低，本实施例实现了多种救援场景的救援路线规划，提升了定位救援系统的有效性，以提高搜救成功率。

进一步地，所述数据分析模块20还用于基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合；基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合。

进一步地，所述数据分析模块20还用于基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得划分后的坐标数据集合；基于预设时间段对所述划分后的坐标数据集合进行时间戳标记，将标记后的坐标数据集合作为目标坐标数据集合。

进一步地，所述数据分析模块20还用于基于模糊神经网络模型对所述语音信息中语音特征进行模糊化处理，获得处理后的语音特征；基于预设模糊规则库中的预设隶属函数对所述处理后的语音特征进行模糊推理，获得目标语音特征集合。

进一步地，所述救援确定模块30还用于根据所述目标语音特征集合与预设求救特征数据库进行匹配，根据匹配结果确定待救援人员发出的求救信号；在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息。

进一步地，所述救援确定模块30还用于在识别到所述求救信号时，根据所述求救信号对应的时间点和预设时间段对所述目标坐标数据集合进行归一化处理，获得各个时间段对应的坐标数据集合；根据各个时间段对应的坐标数据集合确定待救援人员的移动轨迹信息。

进一步地，所述路线规划模块40还用于根据所述移动轨迹信息确定待救援人员对应的目标位置及目标移动方向，根据所述目标位置及目标方向从预设救援路线中选取目标救援路线；将所述目标救援路线发送至救援人员进行搜救。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于定位系统的救援方法，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image，ROM)/随机存取存储器(Random AccessMemory，RAM)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于定位系统的救援方法，其特征在于，所述基于定位系统的救援方法，包括以下步骤：

获取目标定位系统在预设通信范围内采集的语音信息和定位信息；

基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；

根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息；

根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救。

2.如权利要求1所述的基于定位系统的救援方法，其特征在于，所述预设分析模型包括聚类分析模型和模糊神经网络模型，所述基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合的步骤，包括：

基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合；

基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合。

3.如权利要求2所述的基于定位系统的救援方法，其特征在于，所述基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得目标坐标数据集合的步骤，包括：

基于聚类分析模型和预设距离对所述定位信息中坐标数据进行聚类划分，获得划分后的坐标数据集合；

基于预设时间段对所述划分后的坐标数据集合进行时间戳标记，将标记后的坐标数据集合作为目标坐标数据集合。

4.如权利要求2所述的基于定位系统的救援方法，其特征在于，所述基于模糊神经网络模型对所述语音信息中语音特征进行识别，根据特征识别结果确定目标语音特征集合的步骤，包括：

基于模糊神经网络模型对所述语音信息中语音特征进行模糊化处理，获得处理后的语音特征；

基于预设模糊规则库中的预设隶属函数对所述处理后的语音特征进行模糊推理，获得目标语音特征集合。

5.如权利要求4所述的基于定位系统的救援方法，其特征在于，所述根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息的步骤，包括：

根据所述目标语音特征集合与预设求救特征数据库进行匹配，根据匹配结果确定待救援人员发出的求救信号；

在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息。

6.如权利要求5所述的基于定位系统的救援方法，其特征在于，所述在识别到所述求救信号时，根据所述求救信号对应的时间点和所述目标坐标数据集合确定待救援人员的移动轨迹信息的步骤，包括：

在识别到所述求救信号时，根据所述求救信号对应的时间点和预设时间段对所述目标坐标数据集合进行归一化处理，获得各个时间段对应的坐标数据集合；

根据各个时间段对应的坐标数据集合确定待救援人员的移动轨迹信息。

7.如权利要求1所述的基于定位系统的救援方法，其特征在于，所述根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救的步骤，包括：

根据所述移动轨迹信息确定待救援人员对应的目标位置及目标移动方向，根据所述目标位置及目标方向从预设救援路线中选取目标救援路线；

将所述目标救援路线发送至救援人员进行搜救。

8.一种基于定位系统的救援设备，其特征在于，所述基于定位系统的救援设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于定位系统的救援程序，所述基于定位系统的救援程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于定位系统的救援方法的步骤。

9.一种存储介质，其特征在于，所述存储介质上存储有基于定位系统的救援程序，所述基于定位系统的救援程序被处理器执行时实现如权利要求1至7中任一项所述的基于定位系统的救援方法的步骤。

10.一种基于定位系统的救援装置，其特征在于，所述基于定位系统的救援装置包括：

信息获取模块，用于获取目标定位系统在预设通信范围内采集的语音信息和定位信息；

数据分析模块，用于基于预设分析模型对所述语音信息和所述定位信息进行识别，获得目标语音特征集合和目标坐标数据集合；

救援确定模块，用于根据所述目标语音特征集合和所述目标坐标数据集合确定待救援人员的移动轨迹信息；

路线规划模块，用于根据所述移动轨迹信息从预设救援路线选取目标救援路线，并将所述目标救援路线发送至救援人员进行搜救。

Images