CN116776528B - 一种基于计算机仿真演练的应急救援方法及系统 - Google Patents

Abstract

一种基于计算机仿真演练的应急救援方法及系统，属于公共安全领域，其中包括：基于大数据对历史灾害事件进行综合损失程度分析，获取预演案例集；基于虚拟现实技术获取三维虚拟灾害模型集合；利用预制训练方案集和三维虚拟灾害模型获取预演训练影像数据；根据预演训练数据进行预演训练效果评价，获取第一训练评价结果；第一训练评价结果达标的情况下，获取突发训练影像数据并基于此获取第二训练评价结果；根据第二训练评价结果进行应急能力等级划分，并安排同等级的应急救援任务。本申请解决了现有技术中演练场景单一，救援效果差、救援损失大的技术问题，达到了丰富演练场景，提升救援效果、减少救援损失的技术效果。

Description

一种基于计算机仿真演练的应急救援方法及系统

技术领域

本发明涉及公共安全领域，特别涉及一种基于计算机仿真演练的应急救援方法及系统。

背景技术

随着时代的发展以及人们日益增长的安全需求，提升应急救援人员的救援能力好救援效率迫在眉睫。

然而，目前的应急救援训练采用的是实际场景模拟演练，演练场景不丰富，并且在救援任务指定中，存在救援人员的应急救援能力与灾害处理难度不匹配，救援队中救援成员能力不匹配的问题，造成救援效果差，救援损失大的问题。

发明内容

本申请实施例提供一种基于计算机仿真演练的应急救援方法及系统，用以解决现有技术中演练场景单一，救援效果差、救援损失大的技术问题，达到了丰富演练场景，提升救援效果、减少救援损失的技术效果。

第一方面，本申请实施例提供了一种基于计算机仿真演练的应急救援方法，其中，应急救援方法包括：基于大数据，获取历史灾害事件，并对历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集；获取预演案例集的灾害场景信息，并基于虚拟现实技术对预演案例集进行场景还原，获取三维虚拟灾害模型集合；利用预制训练方案集和三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据；根据预演训练数据进行预演训练效果评价，获取第一训练评价结果；在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和三维虚拟灾害模型集合对第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据；根据突发训练影像数据进行突发训练效果评价，获取第二训练评价结果；根据第二训练评价结果对所述第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务。

另一方面，本申请实施例还提供了一种基于计算机仿真演练的应急救援系统，其中，应急救援系统包括：预演案例集模块，用于基于大数据，获取历史灾害事件，并对历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集；三维虚拟模型模块，用于获取预演案例集的灾害场景信息，并基于虚拟现实技术对预演案例集进行场景还原，获取三维虚拟灾害模型集合；预演训练影像模块，利用预制训练方案集和三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据；第一训练评价模块，用于根据预演训练数据进行预演训练效果评价，获取第一训练评价结果；突发训练影像模块，用于在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和三维虚拟灾害模型集合对第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据；第二训练评价模块，用于根据突发训练影像数据进行突发训练效果评价，获取第二训练评价结果；能力等级划分模块，用于根据第二训练评价结果对第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务。

本申请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：

由于采用了通过大数据技术与三维虚拟技术对灾害场景进行还原并以此为灾害训练场景的技术手段，所以，有效解决现有技术中演练场景单一的技术问题，达到了丰富演练场景的技术效果。

由于采用了预制训练和突发训练对受训人员能力进行评估，根据评估结果进行应急能力等级划分并以此安排应急救援任务的技术手段，所以，有效解决现有技术中救援效果差，救援损失大的技术问题，达到了提升救援效果，减少救援损失的技术效果。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例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获得其他的附图。

图1为本申请实施例提供的一种基于计算机仿真演练的应急救援方法的流程示意图；

图2为本申请实施例提供的一种基于计算机仿真演练的应急救援方法中的获取预演案例集的流程示意图；

图3为本申请实施例提供的一种基于计算机仿真演练的应急救援方法中的进行灾害突发训练的流程示意图；

图4为本申请实施例提供的一种基于计算机仿真演练的应急救援系统的结构示意图。

附图标记说明：预演案例集模块11；三维虚拟模型模块12；预演训练影像模块13；第一训练评价模块14；突发训练影像模块15；第二训练评价模块16；能力等级划分模块17。

具体实施方式

本申请实施例通过提供一种基于计算机仿真演练的应急救援方法及系统，解决现有技术中演练场景单一，救援效果差、救援损失大的技术问题，达到了丰富演练场景，提升救援效果、减少救援损失的技术效果。

本申请实施例中的技术方案为解决上述问题，总体思路如下：

通过大数据技术收集历史灾害事件数据，根据数据通过三维虚拟技术构建三维虚拟灾害模型，实现训练场景的丰富化。根据灾害模型制定预制训练方案，对受训人员按照既定应急救援方案进行评估，得到第一训练评价结果。根据灾害模型制定突发训练方案，通过第一评价结果的受训人员可进行突发训练，得到第二训练评价结果。根据评价结果对救援人员的应急能力进行划分，从而分配相应的应急救援任务，达到提升救援效果，减少救援损失的效果。

下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种基于计算机仿真演练的应急救援方法，所述方法包括：

步骤S100:基于大数据，获取历史灾害事件，并对所述历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集；

具体而言，历史灾害事件是指发生在过去某个时间和地点的、具有一定规模和影响的自然灾害或人为灾害事件，包括地震、洪水、飓风、台风、森林火灾、交通事故、火灾等。通过爬虫技术和问卷调查的方式收集各种灾害事件的数据，并将其存储在数据库中；数据库字段包括灾害类型、发生时间、地点、灾害范围和影响、受灾人口、财产损失、救援等；数据收集渠道可以是公共数据库、政府发布的数据、社交媒体上的灾害事件报道、新闻报道等。对数据库的数据进行清理、预处理，包含处理数据异常值、数据去重、数据校验、特征提取等，确保数据的准确性、完整性和可靠性。

综合损失程度指的是灾害事件造成的资金损失、人员损失和灾后影响等多方面的损失程度综合计算后得出的一个评估指标，通过资金损失程度、人员损失程度、灾后影响程度整体确定。预演案例集是用于进行灾害应对演练和训练的历史灾害数据集合。通过遍历数据库，将满足训练的历史灾害事件录入预演案例集中，为实现灾害模拟提供数据支持，以丰富应急救援的训练场景。

步骤S200:获取所述预演案例集的灾害场景信息，并基于虚拟现实技术对所述预演案例集进行场景还原，获取三维虚拟灾害模型集合；

具体而言，灾害场景信息是指有关灾害事件的一系列关键信息和数据，包括灾害类型、灾害发生的时间和地点、灾害过程和演变等以及灾害现场的照片、视频、声音等多媒体信息，在数据库中获取。通过自动建模和手动建模结合的方式对预演案例集中的历史灾害事件进行场景还原。将灾害场景信息导入应急救援系统中，对采集到的数据进行预处理和分析，例如处理缺失值、修正异常值、特征提取等，系统再使用计算机视觉、深度学习等自动化处理技术，将数据转换为三维场景模型，然后，自动对模型进行贴图和纹理以增强其真实感，实现根据数据对场景进行初步建模。灾害涉及范围大，因而需要专业技术人员对系统自动建立的三维模型进行审核并手动优化，进而提升三维模型的准确性和真实性。

将预演方案集中的历史灾害时间进行建模，实现灾害场景还原，将整个预演方案集组合成三维虚拟灾害模型集合，丰富了用于训练中的模拟场景，提升训练检测效果，利于划分应急救援能力等级。

步骤S300:利用预制训练方案集和所述三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据；

具体而言，预制训练方案集是指在进行虚拟现实技术下的应急救援训练前，提前设计和规划的训练方案集合，用于应对虚拟灾害模型下的灾害应急救援。包括训练的救援目标、训练内容、训练方式、救援难度等各种训练细节，以及可能出现的应急情况和处理方法等。第一受训人员是指对灾害事件进行预防、应急准备,受灾人员和公私财产救助，组织自救、互救及救援善后工作的专业人员。

受训人员根据不同灾害情况利用不同的虚拟现实交互设备，例如，在火灾应急救援中，使用手柄控制器和头戴显示器进行交互，并与救援队友进行联机演练；又如，在地震应急救援中，搭配了对受训人员的手势识别、视线跟踪的交互设备，虚拟现实交互设备记录受训人员的微观数据，包括视线、手势动作、心率、语音等。同时模拟场地搭载摄像图、摄影机对受训人员的动作、行动路线、速度等进行捕捉。将所有数据记录在受训人员的个人数据库中，实现对受训人员的预演训练数据记录，从而获取预演训练影像数据。

通过预制训练方案集和三维虚拟灾害模型集合对第一受训人员进行预演训练，并记录相应数据，检验受训人员在不同类型的灾害情况下的应对灾害的处理能力，为后续对受训人员的应急救援能力进行等级划分提供数据支撑。

步骤S400:根据所述预演训练数据进行预演训练效果评价，获取第一训练评价结果；

具体而言，将受训人员的预演训练数据进行数据处理，通过数据分析技术整合出动作序列特征数据和动作可视化数据。动作序列特征数据是指受训人员在演练训练时应对灾害情况的动作顺序、动作类别、动作位置、动作时长等。动作可视化数据是指通过三维建模和二维视频对受训人员的动作、身体热力图进行建模的数据。

通过数据处理技术从预演训练数据中分离出动作序列特征数据和动作可视化数据，对该数据同时进行系统打分和专家打分，对受训人员的应急救援能力进行评价，得到第一训练评价结果，用于判定受训人员是否可以进行突发训练。通过数据量化救援动作，从多维度提升对应急救援能力评估的准确度，进而提升对受训人员进行等级划分的准确度。

步骤S500:在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据；

具体而言，首先，对可能发生的突发事件进行调研和分析，包括灾害类型、场景、应对方案等；然后，根据调研分析结果，制定突发训练方案，包括演练内容、目标、评估指标等。在受训人员的第一训练评价结果达到预期的情况下进行灾害突发训练，该预期情况为应急救援专家组根据灾害类型、影响、救援难度等进行设定。

在灾害突发训练中，三维虚拟灾害模型会模拟突发灾害事件，如在地震中的化学泄露、在废墟中发现生命特征、灾害影响加大、天气变化等突发问题。通过录音笔、虚拟设备、体征检测器、摄影机等装置对受训人员记录突发训练数据，包括受训人员的体征变化、虚拟场景的变化、受训人员的动作变化、应对策略等，从而获得突发训练影像数据。对受训人员进行更高要求的突发训练，评估受训人员的应变能力、决策能力和应急救援能力，为划分应急救援人员能力等级提供数据支持，进而提高救援效果。

步骤S600:根据所述突发训练影像数据进行突发训练效果评价，获取第二训练评价结果；

具体而言，对采集到的突发训练影像数据进行预处理，如去除噪声、提取驱赶信息、视频转化图片等，将处理后的数据分别反馈给应急救援系统和专家组，分别采用自动化评估和人工评估方式对受训人员在处理突发事件时的表现进行突发训练效果评估，从处理速度、准确性、反应能力等维度。根据系统评估和专家评估，综合考虑受训人员的表现，得出第二训练评价结果，用于评估应急救援人员的突发事件处理能力。通过对应急救援人员的应急救援能力进行高要求评估，提升能力等级划分的准确度和可靠性，为提升救援效果、减少救援损失提供支持。

步骤S700:根据所述第二训练评价结果对所述第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务。

具体而言，首先，根据历史记录，将需要进行应急救援的事件进行分类，例如火灾、交通事故、地震等，并根据灾害影响范围的大小和人数、财产损失等维度将灾害划分为不同等级。例如，将灾害等级分为一级到五级，一级为最高等级，五级为最低等级。然后，根据应急救援任务的需求和实际情况，制定应急救援人员能力等级划分标准，例如根据个人技能、经验、评估结果等方面进行划分，将应急救援人员划分为不同等级。例如，将应急救援人员能力等级分为一级到五级，一级为最高等级，五级为最低等级。最后，在灾害发生时，确定灾害等级，根据灾害等级安排同等级的应急救援人员。

通过对灾害事件和应急救援人员的应急救援能力进行等级划分，可以在灾害发生时精准安排同等级的应急救援任务，让具备相似能力的人员协同工作，提升救援效率。同时，对于特定等级的救援任务，只派遣相应能力等级的人员参与，有效避免因人员能力不匹配导致的救援损失，从而更好地利用人力资源，提高救援效率，减少救援损失。

进一步的，如图2所示，本申请实施例还包括：

步骤S110:对所述历史灾害事件进行损失财务分析，获取资金损失程度；

步骤S120:对所述历史灾害事件进行人员伤亡分析，获取人员损失程度；

步骤S130:对所述历史灾害事件进行灾后影响分析，获取灾后影响程度；

步骤S140:根据所述资金损失程度、所述人员损失程度、所述灾后影响程度获得所述综合损失程度；

步骤S150:获取所述综合损失程度大于等于预设损失程度的N个历史灾害事件作为预演案例集，N为大于等于2的整数。

具体而言，对于资金损失程度，提取历史灾害事件中造成财产损失、生产损失、停工停产损失、基础设施损失等方面的数据，将损失金额进行归一化处理，统计灾害造成的损失金额，根据不同类型的灾害进行金额等级划分，分为1-10等级，从而确定资金损失程度。

对于人员损失程度，提取数据库中灾害事件相关的人员伤亡数据，包括死亡人数、受伤人数、失踪人数等方面的数据，分别记录各类人员损失并记录灾害影响人数，根据不同类型的灾害进行人员伤亡等级划分，分为1-10等级，从而确定人员损失程度。

对于灾后影响程度，提取数据库中灾害事件发生后的相关数据，包括灾后重建情况、生态环境等方面的数据，对数据进行归一化处理，根据灾后影响情况进行分析，例如根据重建进度和重建质量分析灾后重建情况，根据生态环境破坏情况分析环境影响等。根据不同类型的灾害进行灾后影响等级划分，分为1-10等级，从而确定灾后影响程度。

通过权重按照一定比例确定综合损失程度，将资金损失程度占综合损失程度的30％，人员损失程度占40％，灾后影响程度30％，从而根据所得资金损失程度、人员损失程度、灾后影响程度的等级确定历史灾害事件的综合损失程度。

预设损失程度是指在进行灾害风险评估和应急规划时，预先设定的灾害发生时所能承受的最大损失程度。小于预设损失程度的综合损失程度的历史灾害事件不作为演练场景。大于等于预设损失程度的综合损失程度的历史灾害事件为风险评估不到位或应急救援不合理的灾害，对此类事件进行训练。

预演案例集是指用于进行灾害应对演练和训练的历史灾害事件集合。遍历数据库中的历史灾害事件，进行综合损失程度分析，与其预设损失程度进行比较，大于等于预设损失程度的灾害事件录入预演案例集中，预演案例集中的历史灾害事件数至少为2，确保演练场景的丰富性和评估结果的可靠性。对历史灾害事件进行筛选，提升数据质量和据此模拟演练产生的评估结果的可靠性，同时支持三维虚拟灾害模型集合的构建，丰富演练场景。

进一步的，本申请实施例还包括：

步骤S810：以所述三维虚拟灾害模型集合作为预制训练方案集；

步骤S820：根据所述灾害场景信息分析灾害中的可变环境因子，并确定所述可变环境因子的可变范围信息；

步骤S830：根据所述可变范围信息和所述三维虚拟灾害模型集合生成突发训练方案集。

具体而言，将三维虚拟灾害模型作为基础模型，在此基础上对三维模型的可控参数进行调整，确定不同情况下的三维虚拟灾害模型。其中影响灾害程度的数据为可变环境因子，可变环境因子可调节的区间信息为可变范围信息。遍历预制训练方案集中三维虚拟灾害模型的可变环境因子，调整可变范围信息，生成不同程度的灾害，在训练中随机变化，从而生成突发训练方案集。

例如，在一场大型地震发生后，灾区的可变环境因子可能包括：地面的震动强度、建筑物的倒塌情况、道路的通行情况、伤亡人员等，根据这些可变环境因子的可变范围信息，可以生成多个突发训练方案，如不同的震动强度、建筑物倒塌程度不同，每个训练方案都涵盖了不同的环境因子情况，对应急救援人员进行突发事件应对检测。通过让应急救援人员在模拟的灾害环境中进行真实感觉的突发训练，可以进一步评估应急救援人员的应急响应能力和处理能力，进而提升对应急救援人员进行等级划分的准确度。

进一步的，如图3所示，本申请实施例还包括：

步骤S510：利用所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练；

步骤S520：在训练过程中，通过虚拟环境终端设备根据所述可变范围信息对所述可变环境因子进行随机更改，形成新的灾害虚拟场景，并记录环境更改时间节点；

步骤S530：根据所述环境更改时间节点设置监测窗口，通过所述监测窗口对所述第一受训人员进行训练影响数据采集，获取所述突发训练影像数据。

具体而言，受训人员通过预演训练后，对受训人员的能力进行进一步评估，通过改变三维虚拟灾害模型的参数提升救援难度和灾害突发性，对受训人员进行灾害突发训练，其中，灾害突发训练包括泥石流、滑坡、爆炸等。根据灾难类型不同为受训人员穿戴不同的虚拟交互设备，例如，交通事故中搭载头戴式虚拟设备，在火灾救援中增加手势识别、视线识别等交互设备。

在虚拟环境中模拟演练，随机更改可变环境因子，例如改变温度、天气、建筑物坍塌程度、人员伤亡数量等，据此生成多种不同的突发灾害场景。在环境场景改变的同时记录时间，设置监测窗口，根据灾害类型和训练目的，设置不同的检测时长，例如，在地震突发训练中，可以设置监测窗口为10秒到30秒左右，检测受训人员的反映速度；根据虚拟灾害场景的设置，选择合适的位置设置监测窗口，例如，在火灾训练中，可以选择离火源较远的位置进行监测，检测受训人员的行动路线。监测窗口用录像、录音、文本记录等方式进行数据采集，再对数据进行处理，获得突发训练影像数据，用于对受训人员进行进一步评估，为应急救援能力进行等级划分提供数据支持。

进一步的，本申请实施例还包括：

步骤S610：对所述突发训练影像数据进行图像动作拆解，获取第一图像动作对应的第一时间节点；

步骤S620：对所述环境更改时间节点与第一时间节点进行比对识别，获取第一反应速度；

步骤S630：根据所述突发训练影像数据获取突发灾害处理结果，根据所述突发灾害处理结果和第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取第二训练评价结果。

具体而言，对受训人员的突发训练影像数据进行图像拆解并进行数据分析，例如，在火灾入室救援中，将视频拆分为确定可入口、活动路线、搜救动作等图像，其图像中的动作为第一图像动作，动作变化的时间节点为第一时间节点。计算环境更改时间节点和第一时间节点的时间差，得出受训人员对突发灾害的第一反应速度。例如，在地震模拟训练中，受训人员需要在地震发生后迅速逃离建筑物，这个过程中，通过设置监测窗口对其行动进行记录和采集，评估其在地震发生时和第一时间节点之间的行动和反应，得到第一反应速度。

突发训练影像数据中记录了受训人员对灾害的处理结果等，通过受训人员的第一反应速度和突发灾害处理结果评估受训人员处理突发灾害事件的效率，记录为受训人员的第二训练评价结果。从而确定受训人员在突发事件中的表现和处理能力，用于评估受训人员的应急救援能力。

进一步的，本申请实施例还包括：

步骤S410：对所述预制训练方案集进行分析，获取标准救援动作数据集；

步骤S420：对所述预演训练数据进行动作拆分，获得预演训练动作集；

步骤S430：对所述预演训练动作集和所述标准救援动作数据集进行比对分析，获取动作完成度系数；

步骤S440：根据所述动作完成度系数生成第一训练评价结果。

具体而言，在评估之前，应急救援专家组针对不同的灾害场景制定一系列标准动作序列，该动作序列能高效完成应急救援任务，为标准救援动作数据集；由第一受训人员参与模拟演练生成的一系列动作序列为预演训练动作集。

将标准救援动作数据集和预演训练动作集导入应急救援系统中，采用动作序列比对和动作可视化比对的方式进行比对分析，同时采用累计奖励的方式量化受训人员的应急救援能力。

动作序列比对使用序列比对算法，如使用动态时间规整算法计算两个动作序列之间的相似度。动作可视化比对将预演训练动作集和标准救援动作数据集中的动作可视化，并进行比对，如使用三维模型和二维视频的方式，将受训人员执行的动作可视化，通过系统比对和人工审核来评估两个动作序列之间的相似度。

首先，对标准救援动作数据进行等级划分，根据完成度分为不同等级，确定对应分数。然后，通过动作序列比对和动作可视化比对确定受训人员的完成度。最后，根据受训人员对救援的完成度确定完成等级，不同等级具有相应的得分，进行得分累计，从而获得动作完成度系数。该系数为受训人员通过预演训练所得的累计分数，为第一训练评价结果，为对应急救援能力进行等级划分提供评判支持。

进一步的，本申请实施例还包括：

步骤S910：利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练时，通过心率监测装置对第一受训人员进行心率数据监测；

步骤S920：根据心率监测数据对第一受训人员进行心率稳定性评价，获取心率稳定系数；

步骤S930：根据所述心率稳定系数、所述突发灾害处理结果和所述第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取所述第二训练评价结果。

具体而言，在实际应急救援行动中，应急救援人员的身体状况和心理状态对于其处理突发事件的能力具有重要影响。为此，采用心率监测装置对应急救援人员进行心率数据监测，监测应急救援人员在突发事件处理过程中的心理反应，进而评估其应对突发事件的处理能力。采用光电心率传感器或电容式心率传感器来采集第一受训人员的心率数据。将数据传输到应急救援系统中，由计算机通过心率变异性进行分析和处理，确定心率稳定系数。将心率稳定系数、突发灾害处理结果、第一反应速度等数据同时反馈给计算机系统和应急救援专家组，对第一受训人员进行突发事件处理能力进行自动化评估和人工评估，获取第二训练评价结果。

通过心率监测装置对受训人员进行心率数据监测，并根据心率监测数据进行心率稳定性评价进而确定第二训练评价结果，可以更加准确地评估受训人员的应急救援能力，为对救援人员能力等级划分提供数据支持。

综上所述，一种基于计算机仿真演练的应急救援方法具有如下技术效果：

基于大数据，获取历史灾害事件，并对历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集，为构件灾害训练模拟场景提供素材。获取预演案例集的灾害场景信息，并基于虚拟现实技术对预演案例集进行场景还原，获取三维虚拟灾害模型集合，通过虚拟现实技术将历史灾害数据转化为三维虚拟灾害模型，解决了现有技术中演练场景单一的问题，利用三维模拟技术提供了丰富的演练场景。利用预制训练方案集和所述三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据，对受训人员进行不同灾害场景的训练，详细记录受训人员的应急救援数据，为评估应急救援能力提供数据支持。根据预演训练数据进行预演训练效果评价，获取第一训练评价结果，将应急救援能力进行量化进行评估，准确判断受训人员的应急救援能力。在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据，根据所述突发训练影像数据进行突发训练效果评价，获取第二训练评价结果，在受训人员达到基础救援能力的前提下，进一步考察受训人员对突发灾害的处理能力，进一步精准判断受训人员的应急救援能力。根据所述第二训练评价结果对所述第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务。通过对灾害事件和应急救援人员的应急救援能力进行等级划分并进行匹配，可以在灾害发生时精准安排同等级的应急救援任务，让具备相似能力的人员协同工作，提升救援效率。同时，对于特定等级的救援任务，只派遣相应能力等级的人员参与，可以有效避免因人员能力不匹配导致的救援损失，从而更好地利用人力资源，提高救援效率，减少救援损失。

实施例二

基于与前述实施例中一种基于计算机仿真演练的应急救援方法同样的发明构思，如图4所示，本申请还提供了一种基于计算机仿真演练的应急救援系统，其中，该系统包括：

预演案例集模块，所述预演案例集模块用于基于大数据，获取历史灾害事件，并对所述历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集；

三维虚拟模型模块，所述三维虚拟模型模块用于获取所述预演案例集的灾害场景信息，并基于虚拟现实技术对所述预演案例集进行场景还原，获取三维虚拟灾害模型集合；

预演训练影像模块，所述预演训练影像模块利用预制训练方案集和所述三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据；

第一训练评价模块，所述第一训练评价模块用于根据所述预演训练数据进行预演训练效果评价，获取第一训练评价结果；

突发训练影像模块，所述突发训练影像模块用于在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据；

第二训练评价模块，所述第二训练评价模块用于根据所述突发训练影像数据进行突发训练效果评价，获取第二训练评价结果；

能力等级划分模块，所述能力等级划分模块用于根据所述第二训练评价结果对所述第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务。

进一步的，本申请实施例还包括：

资金损失程度模块，所述资金损失程度模块用于对所述历史灾害事件进行损失财务分析，获取资金损失程度；

人员损失程度模块，所述人员损失程度模块用于对所述历史灾害事件进行人员伤亡分析，获取人员损失程度；

灾后影响程度模块，所述灾后影响程度模块用于对所述历史灾害事件进行灾后影响分析，获取灾后影响程度；

综合损失程度模块，所述综合损失程度模块用于根据所述资金损失程度、所述人员损失程度、所述灾后影响程度获得所述综合损失程度；

预演案例集获取模块，所述预演案例集获取模块用于获取所述综合损失程度大于等于预设损失程度的N个历史灾害事件作为预演案例集，N为大于等于2的整数。

进一步的，本申请实施例还包括：

预制训练方案集模块，所述预制训练方案集模块用于以所述三维虚拟灾害模型集合作为预制训练方案集；

可变环境因子模块，所述可变环境因子模块用于根据所述灾害场景信息分析灾害中的可变环境因子，并确定所述可变环境因子的可变范围信息；

突发训练方案集模块，所述突发训练方案集模块用于根据所述可变范围信息和所述三维虚拟灾害模型集合生成突发训练方案集。

进一步的，本申请实施例还包括：

灾害突发训练模块，所述灾害突发训练模块用于利用所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练；

灾害虚拟模块，所述灾害虚拟模块用于在训练过程中，通过虚拟环境终端设备根据所述可变范围信息对所述可变环境因子进行随机更改，形成新的灾害虚拟场景，并记录环境更改时间节点；

突发训练影像数据模块，所述突发训练影像数据模块用于根据所述环境更改时间节点设置监测窗口，通过所述监测窗口对所述第一受训人员进行训练影响数据采集，获取所述突发训练影像数据。

进一步的，本申请实施例还包括：

第一时间节点模块，所述第一时间节点模块用于对所述突发训练影像数据进行图像动作拆解，获取第一图像动作对应的第一时间节点；

第一反应速度模块，所述第一反应速度模块用于对所述环境更改时间节点与第一时间节点进行比对识别，获取第一反应速度；

第二训练评价结果模块，所述第二训练评价结果模块用于根据所述突发训练影像数据获取突发灾害处理结果，根据所述突发灾害处理结果和第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取第二训练评价结果。

进一步的，本申请实施例还包括：

标准救援动作模块，所述标准救援动作模块用于对所述预制训练方案集进行分析，获取标准救援动作数据集；

预演训练动作模块，所述预演训练动作模块用于对所述预演训练数据进行动作拆分，获得预演训练动作集；

动作完成度系数模块，所述动作完成度系数模块用于对所述预演训练动作集和所述标准救援动作数据集进行比对分析，获取动作完成度系数；

第一训练评价结果模块，所述第一训练评价结果模块用于根据所述动作完成度系数生成第一训练评价结果。

进一步的，本申请实施例还包括：

心率数据监测模块，所述心率数据监测模块用于利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练时，通过心率监测装置对第一受训人员进行心率数据监测；

心率稳定系数模块，所述心率稳定系数模块用于根据心率监测数据对第一受训人员进行心率稳定性评价，获取心率稳定系数；

第二训练评价结果模块，所述第二训练评价结果模块用于根据所述心率稳定系数、所述突发灾害处理结果和所述第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取所述第二训练评价结果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种基于计算机仿真演练的应急救援方法和具体实例同样适用于本实施例的一种基于计算机仿真演练的应急救援系统，通过前述对一种基于计算机仿真演练的应急救援方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于计算机仿真演练的应急救援系统，所以为了说明书的简洁，在此不再详述，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种基于计算机仿真演练的应急救援方法，其特征在于，所述方法包括：

基于大数据，获取历史灾害事件，并对所述历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集；

获取所述预演案例集的灾害场景信息，并基于虚拟现实技术对所述预演案例集进行场景还原，获取三维虚拟灾害模型集合；

利用预制训练方案集和所述三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据；

根据所述预演训练数据进行预演训练效果评价，获取第一训练评价结果，其中包括：将受训人员的预演训练数据进行数据处理，通过数据分析技术整合出动作序列特征数据和动作可视化数据，对动作序列特征数据和动作可视化数据同时进行系统打分和专家打分，对受训人员的应急救援能力进行评价，得到第一训练评价结果，用于判定受训人员是否可以进行突发训练；

在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据；

根据所述突发训练影像数据进行突发训练效果评价，获取第二训练评价结果；

根据所述第二训练评价结果对所述第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务；

所述方法还包括：

以所述三维虚拟灾害模型集合作为预制训练方案集；

根据所述灾害场景信息分析灾害中的可变环境因子，并确定所述可变环境因子的可变范围信息；

根据所述可变范围信息和所述三维虚拟灾害模型集合生成突发训练方案集；

利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练，包括：

利用所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练；

在训练过程中，通过虚拟环境终端设备根据所述可变范围信息对所述可变环境因子进行随机更改，形成新的灾害虚拟场景，并记录环境更改时间节点；

根据所述环境更改时间节点设置监测窗口，通过所述监测窗口对所述第一受训人员进行训练影响数据采集，获取所述突发训练影像数据；

根据所述突发训练影像数据进行突发训练效果评价，获取第二训练评价结果，包括：

对所述突发训练影像数据进行图像动作拆解，获取第一图像动作对应的第一时间节点；

对所述环境更改时间节点与第一时间节点进行比对识别，获取第一反应速度；

根据所述突发训练影像数据获取突发灾害处理结果，根据所述突发灾害处理结果和第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取第二训练评价结果；

利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练时，通过心率监测装置对第一受训人员进行心率数据监测；

根据心率监测数据对第一受训人员进行心率稳定性评价，获取心率稳定系数；

根据所述心率稳定系数、所述突发灾害处理结果和所述第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取所述第二训练评价结果。

2.如权利要求1所述的方法，其特征在于，对所述历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集，包括：

对所述历史灾害事件进行损失财务分析，获取资金损失程度；

对所述历史灾害事件进行人员伤亡分析，获取人员损失程度；

对所述历史灾害事件进行灾后影响分析，获取灾后影响程度；

根据所述资金损失程度、所述人员损失程度、所述灾后影响程度获得所述综合损失程度；

获取所述综合损失程度大于等于预设损失程度的N个历史灾害事件作为预演案例集，N为大于等于2的整数。

3.如权利要求1所述的方法，其特征在于，根据所述预演训练数据进行预演训练效果评价，获取第一训练评价结果，包括：

对所述预制训练方案集进行分析，获取标准救援动作数据集；

对所述预演训练数据进行动作拆分，获得预演训练动作集；

对所述预演训练动作集和所述标准救援动作数据集进行比对分析，获取动作完成度系数；

根据所述动作完成度系数生成第一训练评价结果。

4.一种基于计算机仿真演练的应急救援系统，其特征在于，所述系统包括：

预演案例集模块，所述预演案例集模块用于基于大数据，获取历史灾害事件，并对所述历史灾害事件进行综合损失程度分析，根据综合损失程度获取预演案例集；

三维虚拟模型模块，所述三维虚拟模型模块用于获取所述预演案例集的灾害场景信息，并基于虚拟现实技术对所述预演案例集进行场景还原，获取三维虚拟灾害模型集合；

预演训练影像模块，所述预演训练影像模块利用预制训练方案集和所述三维虚拟灾害模型集合对第一受训人员进行预演训练，并对预演训练数据进行记录，获取预演训练影像数据；

第一训练评价模块，所述第一训练评价模块用于根据所述预演训练数据进行预演训练效果评价，获取第一训练评价结果，其中包括：将受训人员的预演训练数据进行数据处理，通过数据分析技术整合出动作序列特征数据和动作可视化数据，对动作序列特征数据和动作可视化数据同时进行系统打分和专家打分，对受训人员的应急救援能力进行评价，得到第一训练评价结果，用于判定受训人员是否可以进行突发训练；

突发训练影像模块，所述突发训练影像模块用于在第一训练评价结果达到预期要求的情况下，利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练，对突发训练数据进行记录，获取突发训练影像数据；

第二训练评价模块，所述第二训练评价模块用于根据所述突发训练影像数据进行突发训练效果评价，获取第二训练评价结果；

能力等级划分模块，所述能力等级划分模块用于根据所述第二训练评价结果对所述第一受训人员进行应急能力等级划分，根据等级划分结果安排同等级的应急救援任务；

预制训练方案集模块，所述预制训练方案集模块用于以所述三维虚拟灾害模型集合作为预制训练方案集；

可变环境因子模块，所述可变环境因子模块用于根据所述灾害场景信息分析灾害中的可变环境因子，并确定所述可变环境因子的可变范围信息；

突发训练方案集模块，所述突发训练方案集模块用于根据所述可变范围信息和所述三维虚拟灾害模型集合生成突发训练方案集；

灾害突发训练模块，所述灾害突发训练模块用于利用所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练；

灾害虚拟模块，所述灾害虚拟模块用于在训练过程中，通过虚拟环境终端设备根据所述可变范围信息对所述可变环境因子进行随机更改，形成新的灾害虚拟场景，并记录环境更改时间节点；

突发训练影像数据模块，所述突发训练影像数据模块用于根据所述环境更改时间节点设置监测窗口，通过所述监测窗口对所述第一受训人员进行训练影响数据采集，获取所述突发训练影像数据；

第一时间节点模块，所述第一时间节点模块用于对所述突发训练影像数据进行图像动作拆解，获取第一图像动作对应的第一时间节点；

第一反应速度模块，所述第一反应速度模块用于对所述环境更改时间节点与第一时间节点进行比对识别，获取第一反应速度；

第二训练评价结果模块，所述第二训练评价结果模块用于根据所述突发训练影像数据获取突发灾害处理结果，根据所述突发灾害处理结果和第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取第二训练评价结果；

心率数据监测模块，所述心率数据监测模块用于利用突发训练方案集和所述三维虚拟灾害模型集合对所述第一受训人员进行灾害突发训练时，通过心率监测装置对第一受训人员进行心率数据监测；

心率稳定系数模块，所述心率稳定系数模块用于根据心率监测数据对第一受训人员进行心率稳定性评价，获取心率稳定系数；

第二训练评价结果模块，所述第二训练评价结果模块用于根据所述心率稳定系数、所述突发灾害处理结果和所述第一反应速度对所述第一受训人员进行突发事件处理能力评价，获取所述第二训练评价结果。