CN115909692B - 一种高速公路报警事件的管理方法、平台、设备和介质 - Google Patents
一种高速公路报警事件的管理方法、平台、设备和介质 Download PDFInfo
- Publication number
- CN115909692B CN115909692B CN202211309777.7A CN202211309777A CN115909692B CN 115909692 B CN115909692 B CN 115909692B CN 202211309777 A CN202211309777 A CN 202211309777A CN 115909692 B CN115909692 B CN 115909692B
- Authority
- CN
- China
- Prior art keywords
- event
- information
- expressway
- data
- alarm
- 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 abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 91
- 238000011282 treatment Methods 0.000 claims abstract description 58
- 230000008569 process Effects 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000004044 response Effects 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 88
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- -1 equipment Substances 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000011369 optimal treatment Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种高速公路报警事件的管理方法、平台、设备和介质,方法包括数据处理过程和重复事件判断过程;主要实现对高速重复报警事件进行判断与关联,有效防止重复出警和处置,并让同一高速公路事件的信息更全面和详细。还可一键呼叫多个部门派发处置指令,从而实现跨单位、跨部门多路并发协同调度;还可通过预案推演匹配功能,自动匹配最优的处置预案;再通过预案结构化形成可程序化执行的具体步骤。从而实现对高速公路各类事件的快速识别、及时响应、高效处置,从提升高速公路事件的接报效率、提升预案关联的精准性、提升事件协同处置效能三方面保障高速公路的运行效率与安全性。
Description
技术领域
本发明涉及人工智能应用技术领域,特别涉及一种高速公路报警事件的管理方法、平台、设备和介质。
背景技术
高速公路事件包括车祸、危险品遗撒、大范围堵车、泥石流坍方、大面积垮塌、冰冻积雪等等。高速公路事件往往涉及很多重复事件,这里的重复事件是指在高速公路事件中心的日常值守接报的过程中,因同一报警人针对同一高速公路事件的反复报警,或者是不同报警人针对同一高速公路事件的重复报警而导致的多次重复接报。
因报警的接入可能分配至不同人工接线席位,不同接线人员无法针对同一个重复事件的关联性进行判断,且目前应用于高速公路管理的计算机技术中,难以针对高速公路事件的原始语音、文字、图片开展相关性比较,从而往往会导致重复出警,浪费警力资源。
同时,高速公路的报警事件还通常伴随多个部门协同处理,例如一个重大的交通事故,可能需要消防部门、医疗部门、新闻单位等联动处理。传统方式的高速公路事件协同处置,主要依靠接线人员通过电话和短信等通信手段进行指挥调度,人工工作量大,效率较低。
发明内容
本发明要解决的技术问题,在于提供一种高速公路报警事件的管理方法、平台、设备和介质,主要实现对高速重复报警事件进行判断与关联,有效防止重复出警和处置,并让同一高速公路事件的信息更全面和详细。
第一方面,本发明提供了一种高速公路报警事件的管理方法,包括数据处理过程和重复事件判断过程;
所述数据处理过程包括下述步骤:
S11、每接到一起报警事件,则获取当前报警事件所指向的高速公路事件的原始数据,所述原始数据包括文字信息数据、语音信息数据、现场视频数据以及现场图片信息数据的至少一种;
S12、将所述原始数据转换为统一向量;
S13、在所述统一向量中抽取事件关键信息,事件关键信息包括事件发生时段、事件发生路段和事件类型,对事件关键信息进行特征提取,得到当前报警事件的特征向量;
S14、保存当前报警事件的信息,包括原始数据、统一向量、事件关键信息以及特征向量;
所述重复事件判断过程包括下述步骤:
S21、根据当前报警事件的特征向量进行检索,得到可能关联的在先报警事件列表,在在先报警事件列表中逐一选择一个在先报警事件;
S22、计算当前报警事件的特征向量与在先报警事件的特征向量的相似性,得到两件报警事件的相似度值;
S23、根据相似度值的大小判断两件报警事件是否指向同一高速公路事件,若是,则将两件报警事件进行关联去重。
第二方面,本发明提供了一种高速公路报警事件的管理平台,包括:
数据处理模块,用于在每接到一起报警事件,则获取当前报警事件所指向的高速公路事件的原始数据,所述原始数据包括文字信息数据、语音信息数据、现场视频数据以及现场图片信息数据的至少一种;将所述原始数据转换为统一向量;在所述统一向量中抽取事件关键信息,事件关键信息包括事件发生时段、事件发生路段和事件类型,对事件关键信息进行特征提取,得到当前报警事件的特征向量;保存当前报警事件的信息,包括原始数据、统一向量、事件关键信息以及特征向量;
重复事件判断模块,用于根据当前报警事件的特征向量进行检索,得到可能关联的在先报警事件列表,在在先报警事件列表中逐一选择一个在先报警事件;计算当前报警事件的特征向量与在先报警事件的特征向量的相似性,得到两件报警事件的相似度值;根据相似度值的大小判断两件报警事件是否指向同一高速公路事件,若是,则将两件报警事件进行关联去重。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所述的方法。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面所述的方法。
本发明实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:通过对高速公路报警事件进行数据处理,当发生突发应急事件时,平台可精准识别重复事件,并对重复事件进行关联,有效防止重复出警和处置,并让同一高速公路事件的信息更全面和详细。还可进一步通过值守语音机器人实现值守、一键呼叫多个部门,派发处置指令,从而实现跨单位、跨部门多路并发协同调度;搜集高速公路事件在处置过程的信息反馈,保障信息传递准确,显著提升高速公路事件的响应速度。还具有预案推演匹配功能,自动匹配最优的处置预案;再通过预案结构化形成可程序化执行的具体步骤,并实时辨识和评估当前高速公路事件导致恶化事件发生的可能性的基础上;针对高速公路事件发生之前、发生过程中以及刚刚结束之后,对各节点的任务预先做出的具体安排。从而实现对高速公路各类事件的快速识别、及时响应、高效处置,从提升高速公路事件的接报效率、提升预案关联的精准性、提升事件协同处置效能三方面保障高速公路的运行效率与安全性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明系统的框架示意图;
图2为本发明系统的功能架构示意图;
图3为本发明实施例一中方法中的流程图;
图4为本发明实施例中数据处理过程的流程图;
图5为本发明实施例中重复事件判断过程的流程图;
图6为本发明实施例中的汉明距离的计算原理图;
图7为本发明实施例中协同处理过程的流程图;
图8为本发明实施例二中平台的结构示意图;
图9为本发明实施例三中电子设备的结构示意图;
图10为本发明实施例四中介质的结构示意图。
具体实施方式
本申请实施例通过提供一种高速公路报警事件的管理方法、平台、设备和介质,主要实现对高速重复报警事件进行判断与关联,有效防止重复出警和处置,并让同一高速公路事件的信息更全面和详细。
本申请实施例中的技术方案,总体思路如下:通过对高速公路报警事件进行数据处理,当发生突发应急事件时,平台可精准识别重复事件,并对重复事件进行关联,有效防止重复出警和处置,并让同一高速公路事件的信息更全面和详细。通过值守语音机器人实现值守、一键呼叫多个部门,派发处置指令,从而实现跨单位、跨部门多路并发协同调度;且搜集高速公路事件在处置过程的信息反馈,保障信息传递准确,显著提升高速公路事件的响应速度。通过预案推演匹配功能,自动匹配最优的处置预案;再通过预案结构化形成可程序化执行的具体步骤。从而实现对高速公路各类事件的快速识别、及时响应、高效处置,从提升高速公路事件的接报效率、提升预案关联的精准性、提升事件协同处置效能三方面保障高速公路的运行效率与安全性。
如图1和图2所示,高速公路报警事件的管理平台内置值守的智能语音机器人,通过智能语音机器人接收高速公路的报警事件,对报警事件的原始数据进行数据处理后,还进行重复事件判断过程、协同处理、预案推演匹配和预案结构化,从而实现重复事件的关联,再通过智能语音机器人一键呼叫多个部门,多路并发协同调度,搜集信息反馈,推送各个信息发布渠道进行信息发布。
智能语音机器人从高速接线人员的沟通记录中自主学习和提取知识点,分析热点问题,助力聚焦知识热点问题持续优化完善智能知识库建设。通过机器学习,对基础知识FAQ进行模型训练,并调用算法服务输出知识库模型。业务应用当中根据服务请求,对非结构化数据处理,形成结构化知识库,调用对应知识库模型输出应答结果。并具有如下特点:
在业务模型上:基于知识素材结合算法封装的一类函数、数据集,模型具备解决某一类对应问答场景的逻辑处理能力。
在算法服务上:采用逻辑回归、上下文理解及NLP自然语言处理等算法。通过算法服务模型训练接口对维护的数据进行模型训练,构建模型。通过算法语义网相关接口对维护的语义网数据进行词典生成、语义网构建等。通过算法模型识别接口对查询问题进行识别,获取问题候选集。通过算法意图识别接口对查询问题识别其意图并返回结果。对维护的语料数据进行处理并持久化,同时更新到缓存。通过知识库系统可以同步录入FAQ数据。
在机器学习上:针对机器人未识别的问题进行有针对性的训练,基于机器学习算法库实现算法调优、数据标注面,使用大量的未标记数据,以及同时使用标记数据,来进行模式识别工作,辅导进行机器人半监督学习。
在训练服务上:针对平台中的机器人语料库、多轮对话流程、自然语音理解模型、业务聚类分析模型等智能应用服务进行配置、维护、调优、测试、发布;基于机器人运行分析相关数据进行AI服务优化,输出应用于实际业务场景的智能交互模型。
实施例一
如图3所示,本实施例提供一种高速公路报警事件的管理方法,包括数据处理过程、重复事件判断过程、协同处理过程、预案推演匹配过程和预案结构化过程;
如图4所示,所述数据处理过程包括下述步骤:
S11、每接到一起报警事件,则获取当前报警事件所指向的高速公路事件的原始数据,所述原始数据包括文字信息数据、语音信息数据、现场视频数据以及现场图片信息数据的至少一种;
S12、将所述原始数据转换为统一向量;
S13、在所述统一向量中抽取事件关键信息,事件关键信息包括事件发生时段、事件发生路段和事件类型,对事件关键信息进行特征提取,得到当前报警事件的特征向量;
S14、保存当前报警事件的信息,包括原始数据、统一向量、事件关键信息以及特征向量;
如图5所示,所述重复事件判断过程包括下述步骤:
S21、根据当前报警事件的特征向量进行检索,得到可能关联的在先报警事件列表,在在先报警事件列表中逐一选择一个在先报警事件;
S22、计算当前报警事件的特征向量与在先报警事件的特征向量的相似性,得到两件报警事件的相似度值;其中,特征向量的相似性计算采用汉明距离计算法、夹角余弦计算法或欧式距离计算法;
其中,汉明距离是指在信息编码中两个合法代码对应位上编码不同的位数称,可以用来度量两个等长字符串对应位置字符不同的个数,如图6所示,例如10101和00110从第一位开始依次有第一位、第四、第五位不同,则海明距离为3。高速公路事件在转化为向量代码后,可通过对比两个高速公路事件的向量代码的不同比特取值所对应的不同比特数(即汉明距离),即将一个高速公路事件向量代码变换成另一个高速公路事件向量代码所需要替换的字符个数,从而判断两个事件信息的相似性。
余弦相似度是通过计算两个高速公路事件向量的夹角余弦值来判断他们的相似度,余弦相似度将特征向量根据坐标值,绘制到向量空间中。例如:给定两个高速公路事件向量分别为A和B,则两个高速公路事件的余弦相似度θ由点积和向量长度给出,即:
夹角余弦值计算出高速公路事件相似性范围为-1至1:-1表示两个高速公路事件的向量信息完全相反,1则表示两个高速公路事件向量信息是完全相同的,即两个高速公路事件的特征向量之间夹角越小θ,夹角余弦值计算越接近1,则说明两个高速公路事件信息越相似。
欧式距离判断高速公路事件向量的相似度与余弦相似度计算类似,只不过将计算两个向量的夹角余弦值改为计算两个高速公路事件向量顶点之间的距离来进行判断,即n维空间中的两个向量顶点x和y之间的欧式距离计算公式为:
两个高速公路事件向量顶点之间的欧式距离越小,则表示两个高速公路事件向量的顶点越近,即两个高速公路事件信息越相似。
S23、根据相似度值的大小判断两件报警事件是否指向同一高速公路事件,若是,则将两件报警事件进行关联去重。
如图7所示,所述协同处理过程包括下述步骤:
S31、对当前报警事件以及关联报警事件的事件关键信息、事件环境与发生条件进行分析响应等级,并匹配事件处置预案;
S32、结合预案匹配结果,初步分析判断本次协同任务所需的应急物资、设备、车辆、专业队伍、涉及管理机构的资源调度对象和大致数量;
S33、基于事件位置信息,判断事件位置的路段所属管理机构是否满足调度要求,若是,则自动生成处置方案;若否,则根据当前附近路网路况信息查询距离最近的交通战备仓库、应急资源,并生成处置方案;所述处置方案包括应急资源筹备方案和/或专业力量调配方案;具体包括所属养护道班、责任人、联系方式,现有的应急物资、装备、车辆的类别、数量和技术状态以及专业抢修力量工种、数量和在岗状态等信息;
S34、基于所述处置方案,根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业。其中,根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业是由智能语音机器人执行,并采用一键呼叫方式进行,所述一键方式具体内容包括:
(1)跨单位、跨部门多路实现一键并发呼叫相关机构和人员,同时为相关机构和人员发布预案指令以及提供直观、准确的事件信息;
(2)接收、汇总高速公路事件处置过程中的反馈信息,并将反馈的具体信息、执行的具体步骤关联到对应事件的处置过程记录中;
(3)针对社会公众,实现流程化预案与各个信息发布渠道的实时联动,所述信息发布渠道包括可变情报板、隧道应急广播、交通媒体和互联网导航APP;
其中,在呼叫后针对未及时确认,以及在高速公路事件处置过程中未及时反馈的人员,发起重复呼叫或重复通知;针对未确认信息,则弹屏提醒接线人员。
所述预案推演匹配过程包括:
基于当前高速公路事件的捷报信息、实时拥堵数据、实时通行流量数据和舆情数据,以及高速公路的历史拥堵数据、历史通行流量数据以及历史舆情数据,对当前高速公路事件进行辅助分类,自动调用历史相关类别和级别的可参考事件处置预案,供决策人员参考,及时进行预判;
结合事件发生时的路况条件数据、天气条件数据和交通条件数据进行模拟推演,并模拟处置过程中对高速公路网交通流的局部、整体的影响,从而研究预测事故救援预案的可行性与执行效率,实现基于历史高速公路事件处置预案的比选、设计、优化,自动匹配最优的事件处置预案;
所述预案结构化过程包括:
在匹配到所述事件处置预案后,对所述事件处置预案的各个节点进行结构化的处理,形成可程序化执行的具体步骤;所述节点包括各处置机构或处置人员的职责、处置步骤、处置措施以及指挥协调方案;所述结构化的处理是将所述事件处置预案中各个关键部分拆分为主题框架、特征框架和决策框架;并实时辨识和评估当前高速公路事件导致恶化事件发生的可能性、事件类型、潜在危险级别,以及恶化事件的演变过程、事件后果及影响严重程度的基础上;针对高速公路事件发生之前、发生过程中以及刚刚结束之后,对各节点的任务预先做出的具体安排。
基于同一发明构思,本申请还提供了与实施例一中的方法对应的平台,详见实施例二。
实施例二
如图8所示,在本实施例中提供了一种高速公路报警事件的管理平台,包括:数据处理模块、重复事件判断模块、协同处理模块、预案推演匹配模块以及预案结构化模块。
数据处理模块,如图4所示,用于在每接到一起报警事件,则获取当前报警事件所指向的高速公路事件的原始数据,所述原始数据包括文字信息数据、语音信息数据、现场视频数据以及现场图片信息数据的至少一种;将所述原始数据转换为统一向量;在所述统一向量中抽取事件关键信息,事件关键信息包括事件发生时段、事件发生路段和事件类型,对事件关键信息进行特征提取,得到当前报警事件的特征向量;保存当前报警事件的信息,包括原始数据、统一向量、事件关键信息以及特征向量;
重复事件判断模块,如图5所示,用于根据当前报警事件的特征向量进行检索,得到可能关联的在先报警事件列表,在在先报警事件列表中逐一选择一个在先报警事件;计算当前报警事件的特征向量与在先报警事件的特征向量的相似性,得到两件报警事件的相似度值;根据相似度值的大小判断两件报警事件是否指向同一高速公路事件,若是,则将两件报警事件进行关联去重。
其中,在对特征向量进行相似性计算时是采用汉明距离计算法、夹角余弦计算法或欧式距离计算法;
其中,汉明距离是指在信息编码中两个合法代码对应位上编码不同的位数称,可以用来度量两个等长字符串对应位置字符不同的个数,如图6所示,例如10101和00110从第一位开始依次有第一位、第四、第五位不同,则海明距离为3。高速公路事件在转化为向量代码后,可通过对比两个高速公路事件的向量代码的不同比特取值所对应的不同比特数(即汉明距离),即将一个高速公路事件向量代码变换成另一个高速公路事件向量代码所需要替换的字符个数,从而判断两个事件信息的相似性。
余弦相似度是通过计算两个高速公路事件向量的夹角余弦值来判断他们的相似度,余弦相似度将特征向量根据坐标值,绘制到向量空间中。例如:给定两个高速公路事件向量分别为A和B,则两个高速公路事件的余弦相似度θ由点积和向量长度给出,即:
夹角余弦值计算出高速公路事件相似性范围为-1至1:-1表示两个高速公路事件的向量信息完全相反,1则表示两个高速公路事件向量信息是完全相同的,即两个高速公路事件的特征向量之间夹角越小θ,夹角余弦值计算越接近1,则说明两个高速公路事件信息越相似。
欧式距离判断高速公路事件向量的相似度与余弦相似度计算类似,只不过将计算两个向量的夹角余弦值改为计算两个高速公路事件向量顶点之间的距离来进行判断,即n维空间中的两个向量顶点x和y之间的欧式距离计算公式为:
两个高速公路事件向量顶点之间的欧式距离越小,则表示两个高速公路事件向量的顶点越近,即两个高速公路事件信息越相似。
协同处理模块,如图7所示,用于对当前报警事件以及关联报警事件的事件关键信息、事件环境与发生条件进行分析响应等级,并匹配事件处置预案;结合预案匹配结果,初步分析判断本次协同任务所需的应急物资、设备、车辆、专业队伍、涉及管理机构的资源调度对象和大致数量;基于事件位置信息,判断事件位置的路段所属管理机构是否满足调度要求,若是,则自动生成处置方案;若否,则根据当前附近路网路况信息查询距离最近的交通战备仓库、应急资源,并生成处置方案;所述处置方案包括应急资源筹备方案和/或专业力量调配方案;基于所述处置方案,根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业。
其中,在根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业是由智能语音机器人执行,并采用一键呼叫方式进行,所述一键方式具体内容包括:
(1)跨单位、跨部门多路实现一键并发呼叫相关机构和人员,同时为相关机构和人员发布预案指令以及提供直观、准确的事件信息;
(2)接收、汇总高速公路事件处置过程中的反馈信息,并将反馈的具体信息、执行的具体步骤关联到对应事件的处置过程记录中;
(3)针对社会公众,实现流程化预案与各个信息发布渠道的实时联动,所述信息发布渠道包括可变情报板、隧道应急广播、交通媒体和互联网导航APP;
其中,在呼叫后针对未及时确认,以及在高速公路事件处置过程中未及时反馈的人员,发起重复呼叫或重复通知;针对未确认信息,则弹屏提醒接线人员。
预案推演匹配模块,用于基于当前高速公路事件的捷报信息、实时拥堵数据、实时通行流量数据和舆情数据,以及高速公路的历史拥堵数据、历史通行流量数据以及历史舆情数据,对当前高速公路事件进行辅助分类,自动调用历史相关类别和级别的可参考事件处置预案,供决策人员参考,及时进行预判;结合事件发生时的路况条件数据、天气条件数据和交通条件数据进行模拟推演,并模拟处置过程中对高速公路网交通流的局部、整体的影响,从而研究预测事故救援预案的可行性与执行效率,实现基于历史高速公路事件处置预案的比选、设计、优化,自动匹配最优的事件处置预案;
预案结构化模块,用于在匹配到所述事件处置预案后,对所述事件处置预案的各个节点进行结构化的处理,形成可程序化执行的具体步骤;所述节点包括各处置机构或处置人员的职责、处置步骤、处置措施以及指挥协调方案;所述结构化的处理是将所述事件处置预案中各个关键部分拆分为主题框架、特征框架和决策框架;并实时辨识和评估当前高速公路事件导致恶化事件发生的可能性、事件类型、潜在危险级别,以及恶化事件的演变过程、事件后果及影响严重程度的基础上;针对高速公路事件发生之前、发生过程中以及刚刚结束之后,对各节点的任务预先做出的具体安排。
由于本发明实施例二所介绍的平台,为实施本发明实施例一的方法所采用的平台,故而基于本发明实施例一所介绍的方法,本领域所属人员能够了解该平台的具体结构及变形,故而在此不再赘述。凡是本发明实施例一的方法所采用的平台都属于本发明所欲保护的范围。
基于同一发明构思,本申请提供了实施例一对应的电子设备实施例,详见实施例三。
实施例三
如图9所示,本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,可以实现实施例一中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例一中方法所采用的设备,故而基于本申请实施例一中所介绍的方法,本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式,所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的设备,都属于本申请所欲保护的范围。
基于同一发明构思,本申请提供了实施例一对应的存储介质,详见实施例四。
实施例四
如图10所示,本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,可以实现实施例一中任一实施方式。
本申请实施例提供的方法、平台、系统、设备及介质,至少具有如下技术效果或优点:通过对高速公路报警事件进行数据处理,当发生突发应急事件时,平台可精准识别重复事件,并对重复事件进行关联,有效防止重复出警和处置,并让同一高速公路事件的信息更全面和详细。还可进一步通过值守语音机器人实现值守、一键呼叫多个部门,派发处置指令,从而实现跨单位、跨部门多路并发协同调度;搜集高速公路事件在处置过程的信息反馈,保障信息传递准确,显著提升高速公路事件的响应速度。还具有预案推演匹配功能,自动匹配最优的处置预案;再通过预案结构化形成可程序化执行的具体步骤,并实时辨识和评估当前高速公路事件导致恶化事件发生的可能性的基础上;针对高速公路事件发生之前、发生过程中以及刚刚结束之后,对各节点的任务预先做出的具体安排。从而实现对高速公路各类事件的快速识别、及时响应、高效处置,从提升高速公路事件的接报效率、提升预案关联的精准性、提升事件协同处置效能三方面保障高速公路的运行效率与安全性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、平台或系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的平台。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令平台的制造品,该指令平台实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (8)
1.一种高速公路报警事件的管理方法,其特征在于:包括数据处理过程、重复事件判断过程、预案推演匹配过程和预案结构化过程;
所述数据处理过程包括下述步骤:
S11、每接到一起报警事件,则获取当前报警事件所指向的高速公路事件的原始数据,所述原始数据包括文字信息数据、语音信息数据、现场视频数据以及现场图片信息数据的至少一种;
S12、将所述原始数据转换为统一向量;
S13、在所述统一向量中抽取事件关键信息,事件关键信息包括事件发生时段、事件发生路段和事件类型,对事件关键信息进行特征提取,得到当前报警事件的特征向量;
S14、保存当前报警事件的信息,包括原始数据、统一向量、事件关键信息以及特征向量;
所述重复事件判断过程包括下述步骤:
S21、根据当前报警事件的特征向量进行检索,得到可能关联的在先报警事件列表,在在先报警事件列表中逐一选择一个在先报警事件;
S22、计算当前报警事件的特征向量与在先报警事件的特征向量的相似性,得到两件报警事件的相似度值;
S23、根据相似度值的大小判断两件报警事件是否指向同一高速公路事件,若是,则将两件报警事件进行关联去重;
所述预案推演匹配过程包括:
基于当前高速公路事件的捷报信息、实时拥堵数据、实时通行流量数据和舆情数据,以及高速公路的历史拥堵数据、历史通行流量数据以及历史舆情数据,对当前高速公路事件进行辅助分类,自动调用历史相关类别和级别的可参考事件处置预案,供决策人员参考,及时进行预判;
结合事件发生时的路况条件数据、天气条件数据和交通条件数据进行模拟推演,并模拟处置过程中对高速公路网交通流的局部、整体的影响,从而研究预测事故救援预案的可行性与执行效率,实现基于历史高速公路事件处置预案的比选、设计、优化,自动匹配最优的事件处置预案;
所述预案结构化过程包括:
在匹配到所述事件处置预案后,对所述事件处置预案的各个节点进行结构化的处理,形成可程序化执行的具体步骤;所述节点包括各处置机构或处置人员的职责、处置步骤、处置措施以及指挥协调方案;所述结构化的处理是将所述事件处置预案中各个关键部分拆分为主题框架、特征框架和决策框架;并实时辨识和评估当前高速公路事件导致恶化事件发生的可能性、事件类型、潜在危险级别,以及恶化事件的演变过程、事件后果及影响严重程度的基础上;针对高速公路事件发生之前、发生过程中以及刚刚结束之后,对各节点的任务预先做出的具体安排。
2.根据权利要求1所述的方法,其特征在于:还包括协同处理过程,所述协同处理过程包括下述步骤:
S31、对当前报警事件以及关联报警事件的事件关键信息、事件环境与发生条件进行分析响应等级,并匹配事件处置预案;
S32、结合预案匹配结果,初步分析判断本次协同任务所需的应急物资、设备、车辆、专业队伍、涉及管理机构的资源调度对象和数量;
S33、基于事件位置信息,判断事件位置的路段所属管理机构是否满足调度要求,若是,则自动生成处置方案;若否,则根据当前附近路网路况信息查询距离最近的交通战备仓库、应急资源,并生成处置方案;所述处置方案包括应急资源筹备方案和/或专业力量调配方案;
S34、基于所述处置方案,根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业。
3.根据权利要求2所述的方法,其特征在于:
所述步骤S22中特征向量的相似性计算采用汉明距离计算法、夹角余弦计算法或欧式距离计算法;
所述步骤S34中,根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业是由智能语音机器人执行,并采用一键呼叫方式进行,所述一键呼叫方式具体内容包括:
跨单位、跨部门多路实现一键并发呼叫相关机构和人员,同时为相关机构和人员发布预案指令以及提供直观、准确的事件信息;
接收、汇总高速公路事件处置过程中的反馈信息,并将反馈的具体信息、执行的具体步骤关联到对应事件的处置过程记录中;
针对社会公众,实现流程化预案与各个信息发布渠道的实时联动,所述信息发布渠道包括可变情报板、隧道应急广播、交通媒体和互联网导航APP;
其中,在呼叫后针对未及时确认,以及在高速公路事件处置过程中未及时反馈的人员,发起重复呼叫或重复通知;针对未确认信息,则弹屏提醒接线人员。
4.一种高速公路报警事件的管理平台,其特征在于:包括:
数据处理模块,用于在每接到一起报警事件,则获取当前报警事件所指向的高速公路事件的原始数据,所述原始数据包括文字信息数据、语音信息数据、现场视频数据以及现场图片信息数据的至少一种;将所述原始数据转换为统一向量;在所述统一向量中抽取事件关键信息,事件关键信息包括事件发生时段、事件发生路段和事件类型,对事件关键信息进行特征提取,得到当前报警事件的特征向量;保存当前报警事件的信息,包括原始数据、统一向量、事件关键信息以及特征向量;
重复事件判断模块,用于根据当前报警事件的特征向量进行检索,得到可能关联的在先报警事件列表,在在先报警事件列表中逐一选择一个在先报警事件;计算当前报警事件的特征向量与在先报警事件的特征向量的相似性,得到两件报警事件的相似度值;根据相似度值的大小判断两件报警事件是否指向同一高速公路事件,若是,则将两件报警事件进行关联去重;
预案推演匹配模块,用于基于当前高速公路事件的捷报信息、实时拥堵数据、实时通行流量数据和舆情数据,以及高速公路的历史拥堵数据、历史通行流量数据以及历史舆情数据,对当前高速公路事件进行辅助分类,自动调用历史相关类别和级别的可参考事件处置预案,供决策人员参考,及时进行预判;结合事件发生时的路况条件数据、天气条件数据和交通条件数据进行模拟推演,并模拟处置过程中对高速公路网交通流的局部、整体的影响,从而研究预测事故救援预案的可行性与执行效率,实现基于历史高速公路事件处置预案的比选、设计、优化,自动匹配最优的事件处置预案;
预案结构化模块,用于在匹配到所述事件处置预案后,对所述事件处置预案的各个节点进行结构化的处理,形成可程序化执行的具体步骤;所述节点包括各处置机构或处置人员的职责、处置步骤、处置措施以及指挥协调方案;所述结构化的处理是将所述事件处置预案中各个关键部分拆分为主题框架、特征框架和决策框架;并实时辨识和评估当前高速公路事件导致恶化事件发生的可能性、事件类型、潜在危险级别,以及恶化事件的演变过程、事件后果及影响严重程度的基础上;针对高速公路事件发生之前、发生过程中以及刚刚结束之后,对各节点的任务预先做出的具体安排。
5.根据权利要求4所述的平台,其特征在于:还包括:
协同处理模块,用于对当前报警事件以及关联报警事件的事件关键信息、事件环境与发生条件进行分析响应等级,并匹配事件处置预案;结合预案匹配结果,初步分析判断本次协同任务所需的应急物资、设备、车辆、专业队伍、涉及管理机构的资源调度对象和数量;基于事件位置信息,判断事件位置的路段所属管理机构是否满足调度要求,若是,则自动生成处置方案;若否,则根据当前附近路网路况信息查询距离最近的交通战备仓库、应急资源,并生成处置方案;所述处置方案包括应急资源筹备方案和/或专业力量调配方案;基于所述处置方案,根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业。
6.根据权利要求5所述的平台,其特征在于:
所述重复事件判断模块在对特征向量进行相似性计算时是采用汉明距离计算法、夹角余弦计算法或欧式距离计算法;
所述协同处理模块在根据预留的通讯方式通知各类涉及到的相关机构和人员协同作业是由智能语音机器人执行,并采用一键呼叫方式进行,所述一键呼叫方式具体内容包括:
跨单位、跨部门多路实现一键并发呼叫相关机构和人员,同时为相关机构和人员发布预案指令以及提供直观、准确的事件信息;
接收、汇总高速公路事件处置过程中的反馈信息,并将反馈的具体信息、执行的具体步骤关联到对应事件的处置过程记录中;
针对社会公众,实现流程化预案与各个信息发布渠道的实时联动,所述信息发布渠道包括可变情报板、隧道应急广播、交通媒体和互联网导航APP;
其中,在呼叫后针对未及时确认,以及在高速公路事件处置过程中未及时反馈的人员,发起重复呼叫或重复通知;针对未确认信息,则弹屏提醒接线人员。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至3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,该程序被处理器执行时实现如权利要求1至3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211309777.7A CN115909692B (zh) | 2022-10-25 | 2022-10-25 | 一种高速公路报警事件的管理方法、平台、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211309777.7A CN115909692B (zh) | 2022-10-25 | 2022-10-25 | 一种高速公路报警事件的管理方法、平台、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115909692A CN115909692A (zh) | 2023-04-04 |
CN115909692B true CN115909692B (zh) | 2024-02-06 |
Family
ID=86476817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211309777.7A Active CN115909692B (zh) | 2022-10-25 | 2022-10-25 | 一种高速公路报警事件的管理方法、平台、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115909692B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115907405B (zh) * | 2022-12-08 | 2023-06-27 | 力景(北京)系统技术有限公司 | 一种机场智能接警处置方法、装置、电子设备及介质 |
CN116596423B (zh) * | 2023-05-31 | 2024-05-28 | 山东省交通运输监测与应急处置中心 | 基于地理数据的突发事件交通运输保障系统、方法及设备 |
CN116701610A (zh) * | 2023-08-03 | 2023-09-05 | 成都大成均图科技有限公司 | 一种基于应急多源报警有效警情识别方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799911A (zh) * | 2010-03-31 | 2010-08-11 | 公安部交通管理科学研究所 | 一种高速公路网紧急情况下交通组织辅助决策系统 |
CN102880933A (zh) * | 2012-09-04 | 2013-01-16 | 广东电子工业研究院有限公司 | 一种面向云计算的综合应急管理平台架构 |
CN107180402A (zh) * | 2017-07-06 | 2017-09-19 | 北京路图智达信息技术有限公司 | 基于遗传算法的交互式应急突发事件现场预案生成方法 |
CN107742417A (zh) * | 2017-09-13 | 2018-02-27 | 成都路行通信息技术有限公司 | 一种车辆事故报警方法及装置 |
CN111582705A (zh) * | 2020-04-30 | 2020-08-25 | 天津市职业大学 | 一种智慧型应急救援指挥系统 |
CN112528898A (zh) * | 2020-12-17 | 2021-03-19 | 长扬科技(北京)有限公司 | 一种基于监控视频多目标检测的告警事件聚合方法和装置 |
CN112991719A (zh) * | 2021-01-28 | 2021-06-18 | 北京奥泽尔科技发展有限公司 | 一种基于拥堵画像的交通拥堵预测方法及系统 |
CN113012431A (zh) * | 2021-02-25 | 2021-06-22 | 青岛海信网络科技股份有限公司 | 一种高速公路交通事件检测方法及装置 |
WO2021136455A1 (zh) * | 2019-12-31 | 2021-07-08 | 清华大学 | 警情相似度识别方法、装置及设备 |
WO2021185079A1 (zh) * | 2020-03-18 | 2021-09-23 | 华为技术有限公司 | 相似故障推荐方法及相关设备 |
CN113469633A (zh) * | 2021-01-19 | 2021-10-01 | 江阴市公安局 | 一种安全监管智慧云平台 |
CN113538901A (zh) * | 2021-06-16 | 2021-10-22 | 北理新源(佛山)信息科技有限公司 | 基于智能车载终端的交通事故检测和报警方法 |
CN114048966A (zh) * | 2021-10-26 | 2022-02-15 | 中国石油大学(华东) | 一种多层级的化工园区应急资源区域协同调度优化方法 |
-
2022
- 2022-10-25 CN CN202211309777.7A patent/CN115909692B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799911A (zh) * | 2010-03-31 | 2010-08-11 | 公安部交通管理科学研究所 | 一种高速公路网紧急情况下交通组织辅助决策系统 |
CN102880933A (zh) * | 2012-09-04 | 2013-01-16 | 广东电子工业研究院有限公司 | 一种面向云计算的综合应急管理平台架构 |
CN107180402A (zh) * | 2017-07-06 | 2017-09-19 | 北京路图智达信息技术有限公司 | 基于遗传算法的交互式应急突发事件现场预案生成方法 |
CN107742417A (zh) * | 2017-09-13 | 2018-02-27 | 成都路行通信息技术有限公司 | 一种车辆事故报警方法及装置 |
WO2021136455A1 (zh) * | 2019-12-31 | 2021-07-08 | 清华大学 | 警情相似度识别方法、装置及设备 |
WO2021185079A1 (zh) * | 2020-03-18 | 2021-09-23 | 华为技术有限公司 | 相似故障推荐方法及相关设备 |
CN111582705A (zh) * | 2020-04-30 | 2020-08-25 | 天津市职业大学 | 一种智慧型应急救援指挥系统 |
CN112528898A (zh) * | 2020-12-17 | 2021-03-19 | 长扬科技(北京)有限公司 | 一种基于监控视频多目标检测的告警事件聚合方法和装置 |
CN113469633A (zh) * | 2021-01-19 | 2021-10-01 | 江阴市公安局 | 一种安全监管智慧云平台 |
CN112991719A (zh) * | 2021-01-28 | 2021-06-18 | 北京奥泽尔科技发展有限公司 | 一种基于拥堵画像的交通拥堵预测方法及系统 |
CN113012431A (zh) * | 2021-02-25 | 2021-06-22 | 青岛海信网络科技股份有限公司 | 一种高速公路交通事件检测方法及装置 |
CN113538901A (zh) * | 2021-06-16 | 2021-10-22 | 北理新源(佛山)信息科技有限公司 | 基于智能车载终端的交通事故检测和报警方法 |
CN114048966A (zh) * | 2021-10-26 | 2022-02-15 | 中国石油大学(华东) | 一种多层级的化工园区应急资源区域协同调度优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115909692A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115909692B (zh) | 一种高速公路报警事件的管理方法、平台、设备和介质 | |
CN111444341A (zh) | 用户画像构建方法、装置、设备及可读存储介质 | |
CN111178614A (zh) | 一种企业风险的预测方法及系统 | |
CN113779195A (zh) | 热点事件状态评估方法 | |
CN114004210A (zh) | 基于神经网络的应急预案生成方法、系统、设备及介质 | |
CN113723853A (zh) | 岗位胜任力需求数据处理方法及装置 | |
CN117035456B (zh) | 一种智慧工地监控管理方法及系统 | |
Graf et al. | Event-driven ontology population-from research to practice in critical infrastructure systems | |
CN113420111A (zh) | 一种用于多跳推理问题的智能问答方法及装置 | |
Berger et al. | ZEBRA: Z-order Curve-based Event Retrieval Approach to Efficiently Explore Automotive Data | |
Ma | Artificial Intelligence-Assisted Decision-Making Method for Legal Judgment Based on Deep Neural Network | |
CN115221892B (zh) | 工单数据处理方法及装置、存储介质及电子设备 | |
CN113946464B (zh) | 一种结合模型及经验的预训练和并行推演的告警降噪方法 | |
CN113505937B (zh) | 一种基于多视角编码器的法律判决预测系统及方法 | |
CN111046785B (zh) | 一种基于卷积神经网络的无人机巡检视频关键目标识别的方法 | |
El Mallahi et al. | A distributed big data analytics model for traffic accidents classification and recognition based on SparkMlLib cores | |
CN113742495B (zh) | 基于预测模型的评级特征权重确定方法及装置、电子设备 | |
CN113706207B (zh) | 基于语义解析的订单成交率分析方法、装置、设备及介质 | |
CN116109142B (zh) | 基于人工智能的危险废物监管方法、系统及装置 | |
CN112884354B (zh) | 一种字词双维度的化妆品安全监管领域事件信息抽取方法 | |
CN113688924B (zh) | 异常订单检测方法、装置、设备及介质 | |
CN114819771A (zh) | 任务分配方法及其装置、存储介质和电子设备 | |
Li | China’s AI Technology and Policy Implications | |
CN114969337A (zh) | 基于案例文本自动生成试题的方法、存储介质和电子设备 | |
CN117875698A (zh) | 一种基于多源数据融合的配网风险智能化评估方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |