CN115936354A - 一种基于物联网的智慧城市信息管理方法和系统 - Google Patents

一种基于物联网的智慧城市信息管理方法和系统 Download PDF

Info

Publication number
CN115936354A
CN115936354A CN202211494138.2A CN202211494138A CN115936354A CN 115936354 A CN115936354 A CN 115936354A CN 202211494138 A CN202211494138 A CN 202211494138A CN 115936354 A CN115936354 A CN 115936354A
Authority
CN
China
Prior art keywords
user
area
disinfection
place
time
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
Application number
CN202211494138.2A
Other languages
English (en)
Inventor
林天锦
陈超
文韵逑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Baotong Fanqiu Electronics Co ltd
Original Assignee
Shanghai Baotong Fanqiu Electronics Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Baotong Fanqiu Electronics Co ltd filed Critical Shanghai Baotong Fanqiu Electronics Co ltd
Priority to CN202211494138.2A priority Critical patent/CN115936354A/zh
Publication of CN115936354A publication Critical patent/CN115936354A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于物联网的智慧城市信息管理方法和系统，属于信息管理技术领域，包括用户平台收集用户搜索信息及用户搜索量，场所管理平台根据用户搜索信息获取用户与目标场所之间的交通数据信息分配用户搜索量；场所管理平台通过无人机获取目标场所内的实时人流量和目标场所内的人员平均密度值；将用户搜索量和实时人流量代入第一预设算法得出预测人流量，并与人流量阈值比较，当预测人流量大于人流量阈值时，场所管理平台向用户平台反馈提示信号，否则，则不反馈；将预测人流量和人员平均密度值代入第二预设算法评估目标场所的风险等级，消毒管理平台根据风险等级分配消毒方案。控制目标场所内的人流量，降低目标场所内的疫情风险。

Description

一种基于物联网的智慧城市信息管理方法和系统
技术领域
本发明涉及信息管理技术领域，具体涉及一种基于物联网的智慧城市信息管理方法和系统。
背景技术
智慧城市起源于传媒领域，是指在城市规划、设计、建设、管理与运营等领域中，通过物联网、云计算、大数据、空间地理信息集成等智能计算技术的应用，使得城市管理、教育、医疗、房地产、交通运输、公用事业和公众安全等城市组成的关键基础设施组件和服务更互联、高效和智能，从而为市民提供更美好的生活和工作服务、为企业创造更有利的商业发展环境、为政府赋能更高效的运营与管理机制。其中，在当前疫情防控的背景下，控制公共场所的人流量并结合实际情况进行消杀病毒的问题需要结合智慧城市解决。
人流量密集的场所存在着各种各样的安全隐患。对于人员密集的开放公共场所，进行监督和控制必不可少，而其中的核心内容就是对人流密度进行估测。如果没有准确的人流数据，很难对公共场所的客流做出合理的引导，并且不能预估目标场所的人流量，更不能对用户客户端做出预警反馈，不能预估目标场所的风险等级做出适应性对策。
因此，如何提供一种信息管理方法，使其能预估目标场所的人流量，对用户进行实时反馈，使用户错峰出行，预估目标场所的风险等级做出适应性对策，降低场所风险，掌控场所流动情况，是本领域技术人员亟待解决的技术问题。
发明内容
为此，本发明提供一种基于物联网的智慧城市信息管理方法和系统，以解决现有技术中由于公共场所人流量无法控制而导致的存在安全隐患的问题。
为了实现上述目的，本发明提供如下技术方案：
根据本发明的第一方面，提供了一种基于物联网的智慧城市信息管理方法，包括以下步骤：
S1：用户平台收集用户搜索信息及用户搜索量，并将所述用户搜索信息及所述用户搜索量发送到场所管理平台，所述场所管理平台根据所述用户搜索信息获取用户与目标场所之间的交通数据信息，按不同时间段分配所述用户搜索量；
S2：无人机收集目标场所内的实时数据影像，并将所述实时数据影像发送到场所管理平台，所述场所管理平台根据所述实时数据影像获取目标场所内的实时人流量和目标场所内的人员平均密度值；
S3：将所述用户搜索量和所述实时人流量代入第一预设算法得出预测人流量，并与目标场所能承受的人流量阈值比较，当所述预测人流量大于所述人流量阈值时，所述场所管理平台向所述用户平台反馈提示信号，否则，则不反馈；
S4：将所述预测人流量和所述人员平均密度值代入第二预设算法评估目标场所的风险指数，根据风险指数划分风险等级，消毒管理平台根据风险等级分配消毒方案。
进一步地，所述步骤S1具体包括以下步骤：
S101：所述场所管理平台获取所述用户平台接收用户搜索信息的初始时刻及所述用户与目标场所之间的交通数据信息；
S102：所述场所管理平台根据时间预测模型确定用户到达目标场所的最终时刻；
S103：所述场所管理平台收集多个用户到达目标场所的最终时刻，多个所述最终时刻整合按顺序排列，并将多个所述最终时刻按时间段划分，获取每一时间段内的用户搜索量。
进一步地，所述步骤S2具体包括以下步骤：
S201：所述目标场所分为第一区域、第二区域和第三区域，至少三个所述无人机按时间段在所述第一区域、第二区域和第三区域上空采集所述实时数据影像；
S202：分别获取所述第一区域、第二区域和第三区域内的人流量和区域面积，计算所述第一区域的人员第一平均密度值，所述第二区域的人员第二平均密度值，所述第三区域的人员第三平均密度值，求得所述目标场所内的人员平均密度值。
进一步地，所述第一预设算法为：
Q预测＝Qi+Q实时
其中，Q预测为目标场所内的预测人流量，Qi为每一时间段内的用户搜索量，Q实时为目标场所内的实时人流量。
进一步地，所述第二预设算法为：
Figure BDA0003964862370000031
其中，RPN为风险指数，Q预测为目标场所内的预测人流量，K1为Q预测对应的预设权重，ρ平均为目标场所内的人员平均密度值，K2为ρ平均对应的预设权重。
进一步地，所述风险等级至少包括一级、二级和三级，所述风险等级为一级时采用第一消毒方案，所述风险等级为二级时采用第二消毒方案，所述风险等级为三级时采用第三消毒方案。
进一步地，所述第一消毒方案为调配所述目标场所的第一区域、第二区域和第三区域内的移动消毒设备，所述移动消毒设备在所述目标场所的第一区域、第二区域和第三区域内交叉运行，所述移动消毒设备的消毒频次为1-3次/h。
进一步地，所述第二消毒方案为调配所述目标场所的第一区域、第二区域和第三区域内的固定消毒设备，所述固定消毒设备的消毒频次为3-5次/h。
进一步地，所述第三消毒方案为同时调配所述目标场所的第一区域、第二区域和第三区域内的固定消毒设备和移动消毒设备，所述固定消毒设备的消毒频次为4-6次/h，所述移动消毒设备的消毒频次为5-7次/h。
进一步地，所述时间预测模型为：
Figure BDA0003964862370000041
其中，H1为用户搜索信息的初始时刻，H2为用户搜索信息的最终时刻，L(xL)为用户与目标场所的交通路径的预设函数，V(xV)为用户的车辆信息的预设函数，T(xT)为用户与目标场所的交通路况的预设函数。
根据本发明的第二方面，提供了一种基于物联网的智慧城市信息管理系统，应用于上述任一项所述的基于物联网的智慧城市信息管理方法，包括场所管理平台、用户平台、无人机和消毒管理平台；
所述用户平台用来收集并发送所述用户搜索信息及用户搜索量；
所述无人机用来收集所述目标场所内的实时数据影像；
所述场所管理平台用来接收所述用户搜索信息及用户搜索量和所述目标场所内的实时数据影像；
所述消毒管理平台用来生成针对所述目标场所的消毒方案。
进一步地，所述场所管理平台内至少包括信息收集单元、预警反馈单元和逻辑计算单元，所述信息收集单元来收集所述用户搜索信息及用户搜索量和所述目标场所内的实时数据影像，所述预警反馈单元用来向用户平台反馈提示，所述逻辑计算单元用来计算目标场所内的预测人流量和风险指数。
本发明具有如下优点：
本发明根据用户搜索量和实时人流量代入第一预设算法得出预测人流量，并与目标场所能承受的人流量阈值比较，如果预测人流量大于人流量阈值时对，用户平台做出预警反馈，提醒用户错峰出行，能减少目标场所的人流量，降低风险；如果预测人流量小于人流量阈值时，对用户平台未接收到预警反馈，则表示目标场所当前人流量正常，用户可安排正常出行，从而控制目标场所的人流量，降低风险。本发明还对预估目标场所的风险等级做出适应性对策，评估目标场所的风险等级，消毒管理平台根据风险等级分配消毒方案，进一步预防场所内发生疫情风险。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对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，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明提供的一种基于物联网的智慧城市信息管理方法的流程图；
图2为智慧城市信息管理方法中步骤S1的具体流程图；
图3为智慧城市信息管理方法中步骤S2的具体流程图；
图4为本发明提供的一种基于物联网的智慧城市信息管理系统的结构连接框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，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。
根据本发明的第一方面，提供了一种基于物联网的智慧城市信息管理方法，包括以下步骤：
S1：用户平台收集用户搜索信息及用户搜索量，并将用户搜索信息及用户搜索量发送到场所管理平台，场所管理平台根据用户搜索信息获取用户与目标场所之间的交通数据信息，按不同时间段分配用户搜索量。
步骤S1具体包括以下步骤：
S101：场所管理平台获取用户平台接收用户搜索信息的初始时刻及用户与目标场所之间的交通数据信息；
S102：场所管理平台根据时间预测模型确定用户到达目标场所的最终时刻；
时间预测模型为：
Figure BDA0003964862370000061
其中，H1为用户搜索信息的初始时刻，H2为用户搜索信息的最终时刻，L(xL)为用户与目标场所的交通路径的预设函数，V(xV)为用户的车辆信息的预设函数，T(xT)为用户与目标场所的交通路况的预设函数。
S103：场所管理平台收集多个用户到达目标场所的最终时刻，多个最终时刻整合按顺序排列，并将多个最终时刻按时间段划分，获取每一时间段内的用户搜索量Qi。
具体地，用户通过用户平台搜索目标场所，用户平台获取用户位置和用户搜索信息的初始时刻。用户与目标场所之间的交通数据信息包括用户与目标场所的交通路径、用户的车辆信息和用户与目标场所的交通路况。
通过用户位置和目标场所的位置规划交通路径，交通路径为用户由当前位置前往目标位置时可以选择的路径。在一些实施例中，交通路径可以包括一个或多个。例如，用户可以从当前位置A经由通道C前往目标位置B，用户也可以从当前位置A经由通道D前往目标位置B时，则路线A-C-B和A-D-B均可以称为交通路径。
车辆信息是指用户从当前位置到目标位置的交通路径中的一辆或多辆行驶车辆信息。在一些实施例中，车辆信息可以至少包括车辆速度、车流量和/或车型分布等。例如，车型分布可以包括车辆品牌、型号和/或动力来源。
交通路况是指在指定的交通路径的路况。交通路况至少包括发生拥堵或交通事故的路况、路口经过的红绿灯状况以及其他影响车辆的情况。
综合户与目标场所的交通路径、用户的车辆信息和用户与目标场所的交通路况计算得出用户的最终时刻。例如多个用户搜索信息的初始时刻为10点时，综合计算得到的多个用户的最终时刻为11时、12时或下午1时等，将多个不同的最终时刻进行整合划分，获取第一时间段内的用户搜索量Q1，第二时间段内的用户搜索量Q2，第三时间段内的用户搜索量Q3。
S2：无人机收集目标场所内的实时数据影像，并将实时数据影像发送到场所管理平台，场所管理平台根据实时数据影像获取目标场所内的实时人流量和目标场所内的人员平均密度值。
步骤S2具体包括以下步骤：
S201：目标场所分为第一区域、第二区域和第三区域，至少三个无人机按时间段在第一区域、第二区域和第三区域上空采集实时数据影像；
S202：分别获取第一区域、第二区域和第三区域内的人流量和区域面积，计算第一区域的人员第一平均密度值ρ1，第二区域的人员第二平均密度值ρ2，第三区域的人员第三平均密度值ρ3，求得目标场所内的人员平均密度值ρ平均。
其中，目标场所内的实时人流量Q实时为第一区域、第二区域和第三区域内的人流量的总和。
S3：将用户搜索量和实时人流量代入第一预设算法得出预测人流量，并与目标场所能承受的人流量阈值比较，当预测人流量大于人流量阈值时，场所管理平台向用户平台反馈提示信号，否则，则不反馈。
第一预设算法为：
Q预测＝Qi+Q实时
其中，Q预测为目标场所内的预测人流量，Qi为每一时间段内的用户搜索量，Q实时为目标场所内的实时人流量。
例如，第一时间段的预测人流量Q预测为户搜索量Q1和实时人流量Q实时的总和，与目标场所能承受的人流量阈值比较，如果预测人流量Q预测大于人流量阈值时对，用户平台做出预警反馈，提醒用户错峰出行，能减少目标场所的人流量，降低风险。第二时间段的预测人流量Q预测为户搜索量Q2和实时人流量Q实时的总和，与目标场所能承受的人流量阈值比较，如果预测人流量Q预测小于人流量阈值时，对用户平台未接收到预警反馈，则表示目标场所当前人流量正常，用户可安排正常出行。
S4：将预测人流量和人员平均密度值代入第二预设算法评估目标场所的风险指数，根据风险指数划分风险等级，消毒管理平台根据风险等级分配消毒方案。
第二预设算法为：
Figure BDA0003964862370000081
其中，RPN为风险指数，Q预测为目标场所内的预测人流量，K1为Q预测对应的预设权重，ρ平均为目标场所内的人员平均密度值，K2为ρ平均对应的预设权重。
在系统完成预测人流量时，仅对用户平台起提示作用。为了进一步预防场所内发生疫情风险，评估目标场所的风险等级，消毒管理平台根据风险等级分配消毒方案。
风险等级至少包括一级、二级和三级。风险等级为一级时，表示目标场所内风险指数较低，采用第一消毒方案；风险等级为二级时，表示目标场所内风险指数中等，采用第二消毒方案；风险等级为三级时，表示目标场所内风险指数较高，采用第三消毒方案。例如，计算得到的风险指数RPN低于20分时，表示当前目标场所为低风险；计算得到的风险指数RPN为20-30分时，表示当前目标场所为中等风险；计算得到的风险指数RPN大于30分时，表示当前目标场所为高等风险。
第一消毒方案为调配目标场所的第一区域、第二区域和第三区域内的移动消毒设备，移动消毒设备的消毒频次为1-3次/h。低风险时，启动一台或两台移动消毒设备在目标场所的第一区域、第二区域和第三区域内交叉运行即可，节省成本。
第二消毒方案为调配目标场所的第一区域、第二区域和第三区域内的固定消毒设备，固定消毒设备的消毒频次为3-5次/h。中等风险时，启动每个区域内的固定消毒设备，对每个区域进行消杀，全方面消杀。
第三消毒方案为同时调配目标场所的第一区域、第二区域和第三区域内的固定消毒设备和移动消毒设备，固定消毒设备的消毒频次为4-6次/h，移动消毒设备的消毒频次为5-7次/h。高风险时，启动每个区域内的固定消毒设备，对每个区域进行消杀，全方面消杀，并配合移动消毒设备对每个区域的四角进行消杀，提高消杀的全面性，避免遗漏。
根据本发明的第二方面，提供了一种基于物联网的智慧城市信息管理系统，应用于上述任一项的基于物联网的智慧城市信息管理方法，包括场所管理平台、用户平台、无人机和消毒管理平台；
用户平台用来收集并发送用户搜索信息及用户搜索量；
无人机用来收集目标场所内的实时数据影像；
场所管理平台用来接收用户搜索信息及用户搜索量和目标场所内的实时数据影像；
消毒管理平台用来生成针对目标场所的消毒方案。
场所管理平台内至少包括信息收集单元、预警反馈单元和逻辑计算单元，信息收集单元来收集用户搜索信息及用户搜索量和目标场所内的实时数据影像，预警反馈单元用来向用户平台反馈提示，逻辑计算单元用来计算目标场所内的预测人流量和风险指数。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (12)

1.一种基于物联网的智慧城市信息管理方法，其特征在于，包括以下步骤：
S1：用户平台收集用户搜索信息及用户搜索量，并将所述用户搜索信息及所述用户搜索量发送到场所管理平台，所述场所管理平台根据所述用户搜索信息获取用户与目标场所之间的交通数据信息，按不同时间段分配所述用户搜索量；
S2：无人机收集目标场所内的实时数据影像，并将所述实时数据影像发送到场所管理平台，所述场所管理平台根据所述实时数据影像获取目标场所内的实时人流量和目标场所内的人员平均密度值；
S3：将所述用户搜索量和所述实时人流量代入第一预设算法得出预测人流量，并与目标场所能承受的人流量阈值比较，当所述预测人流量大于所述人流量阈值时，所述场所管理平台向所述用户平台反馈提示信号，否则，则不反馈；
S4：将所述预测人流量和所述人员平均密度值代入第二预设算法评估目标场所的风险指数，根据风险指数划分风险等级，消毒管理平台根据风险等级分配消毒方案。
2.如权利要求1所述的基于物联网的智慧城市信息管理方法，其特征在于，所述步骤S1具体包括以下步骤：
S101：所述场所管理平台获取所述用户平台接收用户搜索信息的初始时刻及所述用户与目标场所之间的交通数据信息；
S102：所述场所管理平台根据时间预测模型确定用户到达目标场所的最终时刻；
S103：所述场所管理平台收集多个用户到达目标场所的最终时刻，多个所述最终时刻整合按顺序排列，并将多个所述最终时刻按时间段划分，获取每一时间段内的用户搜索量。
3.如权利要求1所述的基于物联网的智慧城市信息管理方法，其特征在于，所述步骤S2具体包括以下步骤：
S201：所述目标场所分为第一区域、第二区域和第三区域，至少三个所述无人机按时间段在所述第一区域、第二区域和第三区域上空采集所述实时数据影像；
S202：分别获取所述第一区域、第二区域和第三区域内的人流量和区域面积，计算所述第一区域的人员第一平均密度值，所述第二区域的人员第二平均密度值，所述第三区域的人员第三平均密度值，求得所述目标场所内的人员平均密度值。
4.如权利要求1所述的基于物联网的智慧城市信息管理方法，其特征在于，所述第一预设算法为：
Q预测＝Qi+Q实时
其中，Q预测为目标场所内的预测人流量，Qi为每一时间段内的用户搜索量，Q实时为目标场所内的实时人流量。
5.如权利要求1所述的基于物联网的智慧城市信息管理方法，其特征在于，所述第二预设算法为：
Figure FDA0003964862360000021
其中，RPN为风险指数，Q预测为目标场所内的预测人流量，K1为Q预测对应的预设权重，ρ平均为目标场所内的人员平均密度值，K2为ρ平均对应的预设权重。
6.如权利要求1所述的基于物联网的智慧城市信息管理方法，其特征在于，所述风险等级至少包括一级、二级和三级，所述风险等级为一级时采用第一消毒方案，所述风险等级为二级时采用第二消毒方案，所述风险等级为三级时采用第三消毒方案。
7.如权利要求6所述的基于物联网的智慧城市信息管理方法，其特征在于，所述第一消毒方案为调配所述目标场所的第一区域、第二区域和第三区域内的移动消毒设备，所述移动消毒设备在所述目标场所的第一区域、第二区域和第三区域内交叉运行，所述移动消毒设备的消毒频次为1-3次/h。
8.如权利要求6所述的基于物联网的智慧城市信息管理方法，其特征在于，所述第二消毒方案为调配所述目标场所的第一区域、第二区域和第三区域内的固定消毒设备，所述固定消毒设备的消毒频次为3-5次/h。
9.如权利要求6所述的基于物联网的智慧城市信息管理方法，其特征在于，所述第三消毒方案为同时调配所述目标场所的第一区域、第二区域和第三区域内的固定消毒设备和移动消毒设备，所述固定消毒设备的消毒频次为4-6次/h，所述移动消毒设备的消毒频次为5-7次/h。
10.如权利要求2所述的基于物联网的智慧城市信息管理方法，其特征在于，所述时间预测模型为：
Figure FDA0003964862360000031
其中，H1为用户搜索信息的初始时刻，H2为用户搜索信息的最终时刻，L(xL)为用户与目标场所的交通路径的预设函数，V(xV)为用户的车辆信息的预设函数，T(xT)为用户与目标场所的交通路况的预设函数。
11.一种基于物联网的智慧城市信息管理系统，应用于如权利要求1-10任一项所述的基于物联网的智慧城市信息管理方法，其特征在于，包括场所管理平台、用户平台、无人机和消毒管理平台；
所述用户平台用来收集并发送所述用户搜索信息及用户搜索量；
所述无人机用来收集所述目标场所内的实时数据影像；
所述场所管理平台用来接收所述用户搜索信息及用户搜索量和所述目标场所内的实时数据影像；
所述消毒管理平台用来生成针对所述目标场所的消毒方案。
12.如权利要求11所述的基于物联网的智慧城市信息管理系统，其特征在于，所述场所管理平台内至少包括信息收集单元、预警反馈单元和逻辑计算单元，所述信息收集单元来收集所述用户搜索信息及用户搜索量和所述目标场所内的实时数据影像，所述预警反馈单元用来向用户平台反馈提示，所述逻辑计算单元用来计算目标场所内的预测人流量和风险指数。
CN202211494138.2A 2022-11-25 2022-11-25 一种基于物联网的智慧城市信息管理方法和系统 Pending CN115936354A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211494138.2A CN115936354A (zh) 2022-11-25 2022-11-25 一种基于物联网的智慧城市信息管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211494138.2A CN115936354A (zh) 2022-11-25 2022-11-25 一种基于物联网的智慧城市信息管理方法和系统

Publications (1)

Publication Number Publication Date
CN115936354A true CN115936354A (zh) 2023-04-07

Family

ID=86551463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211494138.2A Pending CN115936354A (zh) 2022-11-25 2022-11-25 一种基于物联网的智慧城市信息管理方法和系统

Country Status (1)

Country Link
CN (1) CN115936354A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167625A (zh) * 2023-04-25 2023-05-26 湖南工商大学 一种基于深度学习的踩踏风险评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167625A (zh) * 2023-04-25 2023-05-26 湖南工商大学 一种基于深度学习的踩踏风险评估方法
CN116167625B (zh) * 2023-04-25 2023-08-18 湖南工商大学 一种基于深度学习的踩踏风险评估方法

Similar Documents

Publication Publication Date Title
US20190265059A1 (en) System and Method for Real-time Transit Prioritization
Vreeswijk et al. Energy efficient traffic management and control-the eCoMove approach and expected benefits
CN108717794A (zh) 一种防止高速公路上司机疲劳驾驶的方法，装置及系统
Makarova et al. Increase of city transport system management efficiency with application of modeling methods and data intellectual analysis
CN113194138A (zh) 基于ai深度学习的出行管理方法和系统
CN108932837B (zh) 交通拥堵管理方法及服务器
CN115936354A (zh) 一种基于物联网的智慧城市信息管理方法和系统
Sierpiński et al. Use of GSM Technology as the Support to Manage the Modal Distribution in the Cities
Davies Assessment of advanced technologies for relieving urban traffic congestion
Herrmann et al. A new take on protecting cyclists in smart cities
Hui et al. Futuristic Intelligent Transportation System
WO2016159815A1 (ru) Способ управления движением транспортных средств, устройство и система для его реализации
CN104700636B (zh) 基于择路因子的警车信息物理融合系统部署调度方法
CN109544927B (zh) 一种多层网络协同限行方法
KR101612047B1 (ko) 차량 분산 방법 및 장치, 이를 수행하기 위한 기록매체
Van Geenhuizen ICT applications on the road to sustainable urban transport
Zakhem et al. An E-scooter route assignment framework to improve user safety, comfort and compliance with city rules and regulations
Mishalani et al. Schedule-based and autoregressive bus running time modeling in the presence of driver-bus heterogeneity
Deng et al. Emergency Vehicle Road Congestion Evacuation System Based on the Internet of Vehicles
Al-Harthei et al. Real-time traffic patrol allocation for Abu Dhabi emirate (UAE)
Ban et al. Vehicle-Traffic Control with Limited-Capacity Connected/Automated Vehicles
Seredynski et al. Coping with non-recurring congestion with distributed hybrid routing strategy
CN113639759B (zh) 导航方法和导航装置
Shafaiy et al. Smart speed advisory system for drivers with priority assignment for smart city
Chentoufi et al. A Novel Metaheuristic for Adaptive Signal Timing Optimization Considering Emergency Vehicle Preemption and Tram Priority

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