CN116863708B - 一种智慧城市调度分配系统 - Google Patents
一种智慧城市调度分配系统 Download PDFInfo
- Publication number
- CN116863708B CN116863708B CN202311129214.4A CN202311129214A CN116863708B CN 116863708 B CN116863708 B CN 116863708B CN 202311129214 A CN202311129214 A CN 202311129214A CN 116863708 B CN116863708 B CN 116863708B
- Authority
- CN
- China
- Prior art keywords
- traffic
- scheduling
- preset
- time
- value
- 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
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 95
- 238000004458 analytical method Methods 0.000 claims abstract description 72
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 58
- 238000000034 method Methods 0.000 claims description 55
- 239000000779 smoke Substances 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000000428 dust Substances 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Abstract
本发明属于调度管理技术领域,具体是一种智慧城市调度分配系统,包括调度分配平台、交通实时监控捕捉模块、事故检测评估模块、车辆捕捉提醒模块以及区域时段追溯决策模块;本发明通过将监控影像进行逐帧识别以捕捉交通事故并判定事故类型并获取交通事故的经纬度,将发生交通事故的位置进行事故危害性分析,以便详细掌握交通事故所处位置的通行风险状况,且据此生成相应的通行提醒信息并发送至所有目标车辆的车辆终端以提醒对应驾驶人员谨慎前往,以及通过分析以确定交通调度策略,交通调度分配平台启动应急管理并按照交通调度策略和事故类型进行就近资源分配和调度救援,提升调度准确性和高效性,对城市交通安全起到有力保障。
Description
技术领域
本发明涉及调度管理技术领域,具体是一种智慧城市调度分配系统。
背景技术
随着城市交通拥堵问题的日益严重,当前交通事故的发生越来越频繁,往往由于救援不及时或者救援资源分配不均导致事故伤亡加剧,如何高效地调度和分配城市交通应急资源变得至关重要;目前城市交通事故的应急调度主要依赖人工指挥和调度,实际运用过程中存在以下问题:
目前难以实现城市道路交通各位置的实时监测并智能识别交通事故,以及无法及时掌握事故位置通行难度状况和管理维持难度状况,难以合理且准确分配交通调度策略,存在效率低、易出错、反应慢等问题,无法适应现代城市交通的高效、快速、准确的需求,不利于保证交通安全;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种智慧城市调度分配系统,解决了现有技术难以实现城市道路交通各位置的实时监测并智能识别交通事故,以及无法及时掌握事故位置通行难度状况和管理维持难度状况,难以合理且准确分配交通调度策略,存在效率低、易出错、反应慢等问题,不利于保证交通安全的问题。
为实现上述目的,本发明提供如下技术方案:
一种智慧城市调度分配系统,包括调度分配平台、交通实时监控捕捉模块、事故检测评估模块、车辆捕捉提醒模块以及区域时段追溯决策模块;交通实时监控模块通过摄像头进行相应交通区域的监控,实时获取交通区域各个位置的监控影像,将监控影像进行逐帧识别以捕捉交通事故并判定事故类型,且将交通事故的地点转换为经纬度,以及将交通事故经纬度和事故类型发送至调度分配平台,调度分配平台基于事故类型确定所需调度的资源;在发生交通事故时,事故检测评估模块将发生交通事故的位置进行事故危害性分析,据此以判断交通事故所对应位置处的通行难度状况,并生成通行高预警信号或通行低预警信号,且将通行高预警信号或通行低预警信号经调度分配平台发送至车辆捕捉提醒模块;
车辆捕捉提醒模块在接收到通行高预警信号或通行低预警信号时,据此生成相应的通行提醒信息,并在交通事故所处位置的前、后段划设提醒距离点,捕捉到即将到达提醒距离点的车辆并标记为目标车辆,将相应通行提醒信息发送至所有目标车辆的车辆终端以提醒对应驾驶人员谨慎前往;区域时段追溯决策模块通过分析获取到对应交通事故所处位置的追溯决策系数,据此以确定选中范围和交通调度策略,将选中范围及其所对应的交通调度策略发送至调度分配平台,交通调度分配平台启动应急管理并按照交通调度策略和事故类型进行就近资源分配和调度救援。
进一步的,事故危害性分析的具体运行过程包括:
采集到对应交通事故的影响面积,以及采集到对应交通事故所处路段的最小通行宽度,将影响面积和最小通行宽度与预设影响面积阈值和预设最小通行宽度阈值分别进行数值比较,若影响面积超过预设影响面积阈值或最小通行宽度未超过预设最小通行宽度阈值,则判断交通事故所对应位置处的通行难度大并生成通行高预警信号;
若影响面积未超过预设影响面积阈值且最小通行宽度超过预设最小通行宽度阈值,则采集到交通事故所处区域的烟雾浓度数据和火势程度数据,将烟雾浓度数据和火势程度数据进行数值计算得到烟火系数;将烟火系数与预设烟火系数阈值进行数值比较,若烟火系数超过预设烟火系数阈值,则判断交通事故所对应位置处的通行难度大并生成通行高预警信号,若烟火系数未超过预设烟火系数阈值,则通行低预警信号。
进一步的,区域时段追溯决策模块的具体运行过程包括:
将一天划分为十二个时段,每个时段的时长为两小时;采集到对应交通事故的发生时刻,基于发生时刻确定所处时段并将其标记为目标时段;以当前日期为追溯结尾日期并向前追溯,以设定天数为T1的决策周期;获取到决策周期内每日目标时段对应交通事故位置区域的通行车流量、通行车速和行人数量,将通行车流量、通行车速和行人数量进行分析计算得到对应日期的通行决策值,将决策周期内的所有通行决策值建立决策集合,将决策集合进行均值计算得到决策平均值;
获取到对应交通事故的通行难度状况,在生成通行高预警信号时向其分配通分值TY1,在生成通行低预警信号时向其分配通分值TY2;将决策平均值与通分值相乘以得到追溯决策系数,事先设定若干组预设追溯决策系数范围,且设定每组预设追溯决策系数范围分别对应一组交通调度策略,其中,交通调度策略包括调度人数和调度车辆数;将追溯决策系数与所有预设追溯决策系数范围进行逐一比对,将包含该追溯决策系数的预设追溯决策系数范围标记为选中范围,将选中范围以及其所对应的交通调度策略发送至调度分配平台。
进一步的,调度分配平台与摄像头管理模块通信连接,摄像头管理模块采集到所需管理的城市交通摄像头,将对应城市交通摄像头标记为分析对象i,i={1,2,…,m},m表示所需管理的城市交通摄像头数量且m为大于1的自然数;
采集到分析对象i所处环境的温度数据、湿度数据和粉尘浓度数据,将温度数据、湿度数据和粉尘浓度数据进行数值计算得到外影响参数;以及采集到分析对象i的内温数据和振动频幅数据,将内温数据和振动频幅数据进行分析计算得到内影响参数;将外影响参数和内影响参数与预设外影响参数阈值和预设内影响参数阈值分别进行数值比较,若外影响参数和内影响参数均未超过对应预设阈值,则判断对应时刻分析对象i处于低损害运行状态,其余情况则判断对应时刻分析对象i处于高损害运行状态;
获取到历史运行过程中分析对象i处于高损害运行状态的总时长并标记为高损害运行时长,并采集到每次处于高损害运行状态的单次持续时长,将超过预设单次持续时长阈值的高损害运行状态的出现次数标记为高持续频率;将高损害运行时长与分析对象i的运行总时长进行比值计算得到高损时占值,将分析对象i的运行总时长、高损时占值和高持续频率进行数值计算得到对象分析值;将对象分析值与预设对象分析阈值进行数值比较,若对象分析值超过预设对象分析阈值,则生成摄像头异常信号。
进一步的,若对象分析值未超过预设对象分析阈值,则获取到单位时间内分析对象i的画面表现信息,画面表现信息包括分辨率偏差值、清晰度偏差值以及色彩还原度偏差值,将分辨率偏差值、清晰度偏差值以及色彩还原度偏差值进行分析计算得到画面表现值;将画面表现值与预设画面表现阈值进行数值比较,若画面表现值超过预设画面表现阈值,则生成摄像头异常信号;否则生成摄像头正常信号,将摄像头异常信号以及对应分析对象i经调度分配平台发送至维修终端。
进一步的,调度分配平台通信连接调度处理回溯评估模块,调度回溯评估模块采集到对应交通事故的捕捉时刻并标记为事发初始时刻,以及采集到完成交通调取的时刻并标记为调度结束时刻,将调度结束时刻减去事发初始时刻以得到调度时长,将调度时长与预设调度时长阈值进行数值比较,若调度时长超过预设调度时长阈值,则判断对应调度过程为迟缓调度过程;将迟缓调度过程的次数加一并存储;
采集到开始进行交通事故处理的时刻和恢复交通事故区域正常通行的时刻,并将两者分别标记为时刻一和时刻二,将时刻一和时刻二进行时间差计算得到交通处理时长;将交通处理时长与对应的预设交通处理时长阈值进行数值比较,若交通处理时长超过对应预设交通处理时长阈值,则判断对应处理过程为低效处理过程;将低效处理过程的次数加一并存储。
调度回溯评估模块的具体运行过程还包括:
设定时长为Q1的评估周期,采集到评估周期内迟缓调度过程的次数和低效处理过程的次数,将迟缓调度过程的次数与交通事故发生次数进行比值计算得到迟调值,将低效处理过程的次数与交通事故发生次数进行比值计算得到低处值;将迟缓调度过程的次数和迟调值进行分析计算得到调度系数,将低效处理过程的次数和低处值进行分析计算得到处理系数;将调度系数和处理系数与预设调度系数阈值和预设处理系数阈值分别进行数值比较,若调度系数超过预设调度系数阈值或处理系数超过预设处理系数阈值,则生成调度评估不合格信号,若调度系数和处理系数均未超过对应预设阈值,则生成调度评估合格信号。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过将监控影像进行逐帧识别以捕捉交通事故并判定事故类型,将交通事故的地点转换为经纬度,调度分配平台基于事故类型确定所需调度的资源;并将发生交通事故的位置进行事故危害性分析,以便详细掌握交通事故所处位置的通行风险状况,且据此生成相应的通行提醒信息并发送至所有目标车辆的车辆终端以提醒对应驾驶人员谨慎前往,有助于相应车辆的通行安全;以及通过分析以确定交通调度策略,将交通调度策略发送至调度分配平台,交通调度分配平台启动应急管理并按照交通调度策略和事故类型进行就近资源分配和调度救援,调度更加合理快速,提升调度准确性和高效性,对城市交通安全起到有力保障;
2、本发明中,通过分析以判断对应调度过程是否为迟缓调度过程,以及判断对应处理过程是否为低效处理过程,设定时长评估周期并对评估周期内的调度处理状况进行评估,在生成调度评估不合格信号时,管理人员及时进行追溯调查,并根据需要进行相应调度分配优化和加强人员管理培训,从而保证后续的交通事故处理效率和调度效率;以及采集到所需管理的城市交通摄像头,并将其进行逐一分析以生成摄像头异常信号或摄像头正常信号,以便及时进行对象摄像头的检修更换,从而保证对应位置的实时监控效果,有利于智能识别交通事故以保证城市交通安全。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明中实施例一的系统框图;
图2为本发明中实施例二的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例一:如图1所示,本发明提出的一种智慧城市调度分配系统,包括调度分配平台、交通实时监控捕捉模块、事故检测评估模块、车辆捕捉提醒模块以及区域时段追溯决策模块,且调度分配平台与交通实时监控捕捉模块、事故检测评估模块、车辆捕捉提醒模块以及区域时段追溯决策模块均通信连接;交通实时监控模块通过摄像头进行相应交通区域的监控,实时获取交通区域各个位置的监控影像,将监控影像进行逐帧识别以捕捉交通事故并判定事故类型,且将交通事故的地点转换为经纬度,以及将交通事故经纬度和事故类型发送至调度分配平台,调度分配平台基于事故类型确定所需调度的资源;
在发生交通事故时,事故检测评估模块将发生交通事故的位置进行事故危害性分析,据此以判断交通事故所对应位置处的通行难度状况,并生成通行高预警信号或通行低预警信号,且将通行高预警信号或通行低预警信号经调度分配平台发送至车辆捕捉提醒模块,能够详细掌握交通事故所处位置的通行风险状况,有利于进行交通处理调度,以及有利于及时且准确提醒相应区域的通行车辆;事故危害性分析的具体运行过程如下:
采集到对应交通事故的影响面积,以及采集到对应交通事故所处路段的最小通行宽度,将影响面积和最小通行宽度与预设影响面积阈值和预设最小通行宽度阈值分别进行数值比较,若影响面积超过预设影响面积阈值或最小通行宽度未超过预设最小通行宽度阈值,则判断交通事故所对应位置处的通行难度大并生成通行高预警信号;若影响面积未超过预设影响面积阈值且最小通行宽度超过预设最小通行宽度阈值,则采集到交通事故所处区域的烟雾浓度数据和火势程度数据;其中,火势程度数据是表示火情面积和火势大小的数据量值,火势程度数据的数值越大,表明交通事故位置的火势状况越严重;
通过公式将烟雾浓度数据YN和火势程度数据HJ进行数值计算得到烟火系数YH;其中,eq1、eq2为预设权重系数,eq2>eq1>0;并且,烟火系数YH的数值大小与烟雾浓度数据YN以及火势程度数据HJ均成正比关系,烟火系数YH的数值越大,表明对正常通行造成的不利影响越大;将烟火系数YH与预设烟火系数阈值进行数值比较,若烟火系数YH超过预设烟火系数阈值,则判断交通事故所对应位置处的通行难度大并生成通行高预警信号,若烟火系数YH未超过预设烟火系数阈值,则通行低预警信号。
车辆捕捉提醒模块在接收到通行高预警信号或通行低预警信号时,据此生成相应的通行提醒信息,并在交通事故所处位置的前、后段划设提醒距离点,捕捉到即将到达提醒距离点的车辆并标记为目标车辆,将相应通行提醒信息发送至所有目标车辆的车辆终端以提醒对应驾驶人员谨慎前往;优选的,在接收到通行高预警信号所对应的通行提醒信息时,对应驾驶人员可根据需要进行道路切换以避开交通事故区域,在接收到通行低预警信号时,对应驾驶人员可及时降速并保持警惕,从而有助于相应车辆的通行安全,有助于避免造成更大的交通事故;
区域时段追溯决策模块通过分析获取到对应交通事故所处位置的追溯决策系数,据此以确定选中范围和交通调度策略,将选中范围及其所对应的交通调度策略发送至调度分配平台,交通调度分配平台启动应急管理并按照交通调度策略和事故类型进行就近资源分配和调度救援,以便进行后续调度,后续调度更加合理快速,提升调度准确性和高效性,相关应急处理人员和应急资源得以快速赶往现场,对城市交通安全起到有力保障;区域时段追溯决策模块的具体运行过程如下:
将一天划分为十二个时段,每个时段的时长为两小时;采集到对应交通事故的发生时刻,基于发生时刻确定所处时段并将其标记为目标时段;以当前日期为追溯结尾日期并向前追溯,以设定天数为T1的决策周期;优选的,T1为七天;获取到决策周期内每日目标时段对应交通事故位置区域的通行车流量、通行车速和行人数量,通过公式将通行车流量TL、通行车速TS和行人数量XR进行分析计算得到对应日期的通行决策值TC,其中,gk1、gk2、gk3为预设权重系数,gk1、gk2、gk3的取值均大于零;需要说明的是,通行决策值TC的数值大小与通行车流量TL、通行车速TS以及行人数量XR均呈正比关系,通行决策值TC的数值越大,表明交通管理难度越大,发生交通事故时的现场维持越麻烦;将决策周期内的所有通行决策值建立决策集合,将决策集合进行均值计算得到决策平均值;
获取到对应交通事故的通行难度状况,在生成通行高预警信号时向其分配通分值TY1,在生成通行低预警信号时向其分配通分值TY2;其中,TY1>TY2>1;将决策平均值与通分值相乘以得到追溯决策系数,事先设定若干组预设追溯决策系数范围,且设定每组预设追溯决策系数范围分别对应一组交通调度策略,其中,交通调度策略包括调度人数和调度车辆数等(即前往进行应急处理的人数和车辆);将追溯决策系数与所有预设追溯决策系数范围进行逐一比对,将包含该追溯决策系数的预设追溯决策系数范围标记为选中范围,将选中范围以及其所对应的交通调度策略发送至调度分配平台。
进一步而言,调度分配平台通信连接调度处理回溯评估模块,调度回溯评估模块采集到对应交通事故的捕捉时刻并标记为事发初始时刻,以及采集到完成交通调取的时刻并标记为调度结束时刻,将调度结束时刻减去事发初始时刻以得到调度时长,将调度时长与预设调度时长阈值进行数值比较,若调度时长超过预设调度时长阈值,则判断对应调度过程为迟缓调度过程;将迟缓调度过程的次数加一并存储;
以及采集到开始进行交通事故处理的时刻和恢复交通事故区域正常通行的时刻,并将两者分别标记为时刻一和时刻二,将时刻一和时刻二进行时间差计算得到交通处理时长;将交通处理时长与对应的预设交通处理时长阈值进行数值比较,若交通处理时长超过对应预设交通处理时长阈值,则判断对应处理过程为低效处理过程;将低效处理过程的次数加一并存储;
设定时长为Q1的评估周期,优选的,Q1为十五天;采集到评估周期内迟缓调度过程的次数和低效处理过程的次数,将迟缓调度过程的次数与交通事故发生次数进行比值计算得到迟调值,将低效处理过程的次数与交通事故发生次数进行比值计算得到低处值;通过公式将迟缓调度过程的次数CT和迟调值CP进行分析计算得到调度系数TD,通过公式/>将低效处理过程的次数RT和低处值RP进行分析计算得到处理系数TC;其中,vp1、vp2、vp3、vp4为预设权重系数,vp1、vp2、vp3、vp4的取值均大于零;且vp2>vp1,vp4>vp3;需要说明的是,调度系数TD的数值越大,处理系数TC的数值越大,则表明调度分配平台的调度状况越差;
将调度系数TD和处理系数TC与预设调度系数阈值和预设处理系数阈值分别进行数值比较,若调度系数TD超过预设调度系数阈值或处理系数TC超过预设处理系数阈值,则生成调度评估不合格信号,若调度系数TD和处理系数TC均未超过对应预设阈值,则生成调度评估合格信号;将调度评估合格信号或调度评估不合格信号发送至调度分配平台,在接收到调度评估不合格信号时,管理人员及时进行追溯调查,并根据需要进行相应调度分配优化,以及根据加强人员管理培训,从而保证后续的交通事故处理效率和调度效率。
实施例二:如图2所示,本实施例与实施例1的区别在于,调度分配平台与摄像头管理模块通信连接,摄像头管理模块采集到所需管理的城市交通摄像头,将对应城市交通摄像头标记为分析对象i,i={1,2,…,m},m表示所需管理的城市交通摄像头数量且m为大于1的自然数;将分析对象i进行所处环境和运行状况分析以得到外影响系数和内影响系数,据此以判断对应时刻是否处于高损害运行,以及通过分析获取到分析对象i的对象分析值,在对象分析值超过预设对象分析阈值时生成摄像头异常信号,否则将分析对象i的画面表现信息进行分析以生成摄像头异常信号或摄像头正常信号,将摄像头异常信号以及对应分析对象i经调度分配平台发送至维修终端,以便及时进行对象摄像头的检修更换,从而保证对应位置的实时监控效果,有利于智能识别交通事故以保证城市交通安全;
具体分析过程为:采集到分析对象i所处环境的温度数据、湿度数据和粉尘浓度数据,其中,温度数据表示环境温度相较于其预设适宜温度的偏差程度大小的数据量值,同理可知湿度数据,粉尘浓度数据是表示粉尘浓度大小的数据量值;
通过公式将温度数据YQi、湿度数据YTi和粉尘浓度数据YFi进行数值计算得到外影响参数WYi;其中,a1、a2、a3为预设权重系数,a1>a2>a3>0;并且,外影响参数WYi的数值大小与温度数据YQi、湿度数据YTi以及粉尘浓度数据YFi均成正比关系,外影响参数WYi的数值越大,则环境状况对分析对象i的运行损害越大;
以及采集到分析对象i的内温数据和振动频幅数据,内温数据是表示内部温度相较于其预设适宜内温的偏差程度大小的数据量值,振动频幅数据是表示振动频率和振动幅度两者和值大小的数据量值;通过公式将内温数据NTi和振动频幅数据NZi进行分析计算得到内影响参数NYi;其中,b1、b2为预设权重系数,b2>b1>0;并且,内影响参数NYi的数值越大,则对分析对象i的运行损害越大;将外影响参数和内影响参数与预设外影响参数阈值和预设内影响参数阈值分别进行数值比较,若外影响参数和内影响参数均未超过对应预设阈值,则判断对应时刻分析对象i处于低损害运行状态,其余情况则判断对应时刻分析对象i处于高损害运行状态;
获取到历史运行过程中分析对象i处于高损害运行状态的总时长并标记为高损害运行时长,并采集到每次处于高损害运行状态的单次持续时长,将超过预设单次持续时长阈值的高损害运行状态的出现次数标记为高持续频率;将高损害运行时长与分析对象i的运行总时长进行比值计算得到高损时占值,通过公式
将分析对象i的运行总时长
FQi、高损时占值FSi和高持续频率FPi进行数值计算得到对象分析值DZi;
其中,eu1、eu2、eu3为预设比例系数,eu2>eu3>eu1>0;并且,对象分析值DZi的数值越大,表明对应分析对象i能够正常稳定运行的概率越小;将对象分析值DZi与预设对象分析阈值进行数值比较,若对象分析值DZi超过预设对象分析阈值,则生成摄像头异常信号;若对象分析值DZi未超过预设对象分析阈值,则获取到单位时间内分析对象i的画面表现信息,画面表现信息包括分辨率偏差值、清晰度偏差值以及色彩还原度偏差值;其中,分辨率偏差值是表示实际分辨率相较于其标准分辨率偏差程度大小的数据量值,同理可知清晰度偏差值和色彩还原度偏差值;
通过公式将分辨率偏差值FLi、清晰度偏差值QXi以及色彩还原度偏差值SHi进行分析计算得到画面表现值HBi;其中,c1、c2、c3为预设权重系数,c1、c2、c3的取值均大于1;并且,画面表现值HBi的数值越大,表明画面表现越差,对应分析对象i的监控效果越差;将画面表现值HBi与预设画面表现阈值进行数值比较,若画面表现值HBi超过预设画面表现阈值,则生成摄像头异常信号;若画面表现值HBi未超过预设画面表现阈值,则生成摄像头正常信号。
本发明的工作原理:使用时,通过交通实时监控模块将监控影像进行逐帧识别以捕捉交通事故并判定事故类型,且将交通事故的地点转换为经纬度,调度分配平台基于事故类型确定所需调度的资源,事故检测评估模块将发生交通事故的位置进行事故危害性分析,据此以判断交通事故所对应位置处的通行难度状况并生成通行高预警信号或通行低预警信号,且将通行高预警信号或通行低预警信号经调度分配平台发送至车辆捕捉提醒模块,以便详细掌握交通事故所处位置的通行风险状况;车辆捕捉提醒模块在接收到通行高预警信号或通行低预警信号时,据此生成相应的通行提醒信息并发送至所有目标车辆的车辆终端以提醒对应驾驶人员谨慎前往,有助于相应车辆的通行安全;区域时段追溯决策模块通过分析以确定交通调度策略,将交通调度策略发送至调度分配平台,交通调度分配平台启动应急管理并按照交通调度策略和事故类型进行就近资源分配和调度救援,调度更加合理快速,提升调度准确性和高效性,对城市交通安全起到有力保障。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种智慧城市调度分配系统,其特征在于,包括调度分配平台、交通实时监控捕捉模块、事故检测评估模块、车辆捕捉提醒模块以及区域时段追溯决策模块;交通实时监控模块通过摄像头进行相应交通区域的监控,实时获取交通区域各个位置的监控影像,将监控影像进行逐帧识别以捕捉交通事故并判定事故类型,且将交通事故的地点转换为经纬度,以及将交通事故经纬度和事故类型发送至调度分配平台,调度分配平台基于事故类型确定所需调度的资源;在发生交通事故时,事故检测评估模块将发生交通事故的位置进行事故危害性分析,据此以判断交通事故所对应位置处的通行难度状况,并生成通行高预警信号或通行低预警信号,且将通行高预警信号或通行低预警信号经调度分配平台发送至车辆捕捉提醒模块;
车辆捕捉提醒模块在接收到通行高预警信号或通行低预警信号时,据此生成相应的通行提醒信息,并在交通事故所处位置的前、后段划设提醒距离点,捕捉到即将到达提醒距离点的车辆并标记为目标车辆,将相应通行提醒信息发送至所有目标车辆的车辆终端以提醒对应驾驶人员谨慎前往;区域时段追溯决策模块通过分析获取到对应交通事故所处位置的追溯决策系数,据此以确定选中范围和交通调度策略,将选中范围及其所对应的交通调度策略发送至调度分配平台,交通调度分配平台启动应急管理并按照交通调度策略和事故类型进行就近资源分配和调度救援;
事故危害性分析的具体运行过程包括:
采集到对应交通事故的影响面积,以及采集到对应交通事故所处路段的最小通行宽度,将影响面积和最小通行宽度与预设影响面积阈值和预设最小通行宽度阈值分别进行数值比较,若影响面积超过预设影响面积阈值或最小通行宽度未超过预设最小通行宽度阈值,则判断交通事故所对应位置处的通行难度大并生成通行高预警信号;
若影响面积未超过预设影响面积阈值且最小通行宽度超过预设最小通行宽度阈值,则采集到交通事故所处区域的烟雾浓度数据和火势程度数据,通过公式将烟雾浓度数据YN和火势程度数据HJ进行数值计算得到烟火系数YH;其中,eq1、eq2为预设权重系数,eq2>eq1>0;将烟火系数与预设烟火系数阈值进行数值比较,若烟火系数超过预设烟火系数阈值,则判断交通事故所对应位置处的通行难度大并生成通行高预警信号,若烟火系数未超过预设烟火系数阈值,则通行低预警信号;
区域时段追溯决策模块的具体运行过程包括:
将一天划分为十二个时段,每个时段的时长为两小时;采集到对应交通事故的发生时刻,基于发生时刻确定所处时段并将其标记为目标时段;以当前日期为追溯结尾日期并向前追溯,以设定天数为T1的决策周期;获取到决策周期内每日目标时段对应交通事故位置区域的通行车流量、通行车速和行人数量,通过公式将通行车流量TL、通行车速TS和行人数量XR进行分析计算得到对应日期的通行决策值TC,其中,gk1、gk2、gk3为预设权重系数,gk1、gk2、gk3的取值均大于零;将决策周期内的所有通行决策值建立决策集合,将决策集合进行均值计算得到决策平均值;
获取到对应交通事故的通行难度状况,在生成通行高预警信号时向其分配通分值TY1,在生成通行低预警信号时向其分配通分值TY2;其中,TY1>TY2>1;将决策平均值与通分值相乘以得到追溯决策系数,事先设定若干组预设追溯决策系数范围,且设定每组预设追溯决策系数范围分别对应一组交通调度策略,其中,交通调度策略包括调度人数和调度车辆数;将追溯决策系数与所有预设追溯决策系数范围进行逐一比对,将包含该追溯决策系数的预设追溯决策系数范围标记为选中范围,将选中范围以及其所对应的交通调度策略发送至调度分配平台。
2.根据权利要求1所述的一种智慧城市调度分配系统,其特征在于,调度分配平台与摄像头管理模块通信连接,摄像头管理模块采集到所需管理的城市交通摄像头,将对应城市交通摄像头标记为分析对象i,i={1,2,…,m},m表示所需管理的城市交通摄像头数量且m为大于1的自然数;
采集到分析对象i所处环境的温度数据、湿度数据和粉尘浓度数据,将温度数据、湿度数据和粉尘浓度数据进行数值计算得到外影响参数;以及采集到分析对象i的内温数据和振动频幅数据,将内温数据和振动频幅数据进行分析计算得到内影响参数;将外影响参数和内影响参数与预设外影响参数阈值和预设内影响参数阈值分别进行数值比较,若外影响参数和内影响参数均未超过对应预设阈值,则判断对应时刻分析对象i处于低损害运行状态,其余情况则判断对应时刻分析对象i处于高损害运行状态;
获取到历史运行过程中分析对象i处于高损害运行状态的总时长并标记为高损害运行时长,并采集到每次处于高损害运行状态的单次持续时长,将超过预设单次持续时长阈值的高损害运行状态的出现次数标记为高持续频率;将高损害运行时长与分析对象i的运行总时长进行比值计算得到高损时占值,将分析对象i的运行总时长、高损时占值和高持续频率进行数值计算得到对象分析值;将对象分析值与预设对象分析阈值进行数值比较,若对象分析值超过预设对象分析阈值,则生成摄像头异常信号。
3.根据权利要求2所述的一种智慧城市调度分配系统,其特征在于,若对象分析值未超过预设对象分析阈值,则获取到单位时间内分析对象i的画面表现信息,画面表现信息包括分辨率偏差值、清晰度偏差值以及色彩还原度偏差值,将分辨率偏差值、清晰度偏差值以及色彩还原度偏差值进行分析计算得到画面表现值;将画面表现值与预设画面表现阈值进行数值比较,若画面表现值超过预设画面表现阈值,则生成摄像头异常信号;否则生成摄像头正常信号,将摄像头异常信号以及对应分析对象i经调度分配平台发送至维修终端。
4.根据权利要求1所述的一种智慧城市调度分配系统,其特征在于,调度分配平台通信连接调度处理回溯评估模块,调度处理回溯评估模块采集到对应交通事故的捕捉时刻并标记为事发初始时刻,以及采集到完成交通调取的时刻并标记为调度结束时刻,将调度结束时刻减去事发初始时刻以得到调度时长,将调度时长与预设调度时长阈值进行数值比较,若调度时长超过预设调度时长阈值,则判断对应调度过程为迟缓调度过程;将迟缓调度过程的次数加一并存储;
采集到开始进行交通事故处理的时刻和恢复交通事故区域正常通行的时刻,并将两者分别标记为时刻一和时刻二,将时刻一和时刻二进行时间差计算得到交通处理时长;将交通处理时长与对应的预设交通处理时长阈值进行数值比较,若交通处理时长超过对应预设交通处理时长阈值,则判断对应处理过程为低效处理过程;将低效处理过程的次数加一并存储。
5.根据权利要求4所述的一种智慧城市调度分配系统,其特征在于,调度处理回溯评估模块的具体运行过程还包括:
设定时长为Q1的评估周期,采集到评估周期内迟缓调度过程的次数和低效处理过程的次数,将迟缓调度过程的次数与交通事故发生次数进行比值计算得到迟调值,将低效处理过程的次数与交通事故发生次数进行比值计算得到低处值;将迟缓调度过程的次数和迟调值进行分析计算得到调度系数,将低效处理过程的次数和低处值进行分析计算得到处理系数;将调度系数和处理系数与预设调度系数阈值和预设处理系数阈值分别进行数值比较,若调度系数超过预设调度系数阈值或处理系数超过预设处理系数阈值,则生成调度评估不合格信号,若调度系数和处理系数均未超过对应预设阈值,则生成调度评估合格信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311129214.4A CN116863708B (zh) | 2023-09-04 | 2023-09-04 | 一种智慧城市调度分配系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311129214.4A CN116863708B (zh) | 2023-09-04 | 2023-09-04 | 一种智慧城市调度分配系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116863708A CN116863708A (zh) | 2023-10-10 |
CN116863708B true CN116863708B (zh) | 2024-01-12 |
Family
ID=88228991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311129214.4A Active CN116863708B (zh) | 2023-09-04 | 2023-09-04 | 一种智慧城市调度分配系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116863708B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391363A (zh) * | 2023-10-24 | 2024-01-12 | 山东乐谷信息科技有限公司 | 一种智慧城市用车辆调度方法及系统 |
CN117576920B (zh) * | 2024-01-19 | 2024-04-12 | 山东字节信息科技有限公司 | 基于无人机的交通控制系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
CN204623305U (zh) * | 2015-04-28 | 2015-09-09 | 浙江吉利汽车研究院有限公司 | 一种汽车防刮擦及道路通行辅助安全装置 |
CN105144261A (zh) * | 2013-04-12 | 2015-12-09 | 丰田自动车株式会社 | 行驶环境评价系统、行驶环境评价方法、驾驶支援装置以及行驶环境的显示装置 |
CN106485922A (zh) * | 2016-12-20 | 2017-03-08 | 东南大学 | 基于高精度交通流数据的二次交通事故预警方法 |
JP2018013946A (ja) * | 2016-07-21 | 2018-01-25 | 株式会社デンソー | 車両配車システムおよび車両配車方法 |
CN109255944A (zh) * | 2018-10-08 | 2019-01-22 | 长安大学 | 交通事故应急救援车辆的配置与派遣方法 |
CN112738209A (zh) * | 2020-12-26 | 2021-04-30 | 顾小菊 | 基于大数据和人工智能的数据分析方法及云计算服务器 |
CN114676178A (zh) * | 2022-03-30 | 2022-06-28 | 北京百度网讯科技有限公司 | 事故检测方法、装置及电子设备 |
CN115171385A (zh) * | 2022-07-06 | 2022-10-11 | 合肥雷能信息技术有限公司 | 一种基于毫米波雷达和视频联动交通事件检测系统 |
CN115171013A (zh) * | 2022-06-29 | 2022-10-11 | 安徽远航交通科技有限公司 | 一种基于智慧交通事故施救的车辆调度系统及方法 |
CN115392756A (zh) * | 2022-09-02 | 2022-11-25 | 广东工业大学 | 一种基于交通大数据的危险品运输救援调度方法 |
CN115757628A (zh) * | 2022-11-22 | 2023-03-07 | 深圳广联数科科技有限公司 | 车辆碰撞检测方法、装置、设备及介质 |
CN116051052A (zh) * | 2023-02-17 | 2023-05-02 | 山东鑫华安信息科技有限公司 | 一种数字可视化汽车道路救援智能管理平台 |
CN116168531A (zh) * | 2022-11-29 | 2023-05-26 | 上海腾盛智能安全科技股份有限公司 | 基于雷达与视频的隧道安全管理方法、装置、设备及介质 |
CN116189439A (zh) * | 2023-05-05 | 2023-05-30 | 成都市青羊大数据有限责任公司 | 城市智能管理系统 |
CN116308213A (zh) * | 2023-05-11 | 2023-06-23 | 河北履中科技有限公司 | 城市数字应急一体化平台 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5408240B2 (ja) * | 2011-12-12 | 2014-02-05 | 株式会社デンソー | 警告システム、車両装置、及びサーバ |
KR102302917B1 (ko) * | 2017-12-18 | 2021-09-15 | 현대모비스 주식회사 | 안전운전 지원 장치 및 방법 |
-
2023
- 2023-09-04 CN CN202311129214.4A patent/CN116863708B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
CN105144261A (zh) * | 2013-04-12 | 2015-12-09 | 丰田自动车株式会社 | 行驶环境评价系统、行驶环境评价方法、驾驶支援装置以及行驶环境的显示装置 |
CN204623305U (zh) * | 2015-04-28 | 2015-09-09 | 浙江吉利汽车研究院有限公司 | 一种汽车防刮擦及道路通行辅助安全装置 |
JP2018013946A (ja) * | 2016-07-21 | 2018-01-25 | 株式会社デンソー | 車両配車システムおよび車両配車方法 |
CN106485922A (zh) * | 2016-12-20 | 2017-03-08 | 东南大学 | 基于高精度交通流数据的二次交通事故预警方法 |
CN109255944A (zh) * | 2018-10-08 | 2019-01-22 | 长安大学 | 交通事故应急救援车辆的配置与派遣方法 |
CN112738209A (zh) * | 2020-12-26 | 2021-04-30 | 顾小菊 | 基于大数据和人工智能的数据分析方法及云计算服务器 |
CN114676178A (zh) * | 2022-03-30 | 2022-06-28 | 北京百度网讯科技有限公司 | 事故检测方法、装置及电子设备 |
CN115171013A (zh) * | 2022-06-29 | 2022-10-11 | 安徽远航交通科技有限公司 | 一种基于智慧交通事故施救的车辆调度系统及方法 |
CN115171385A (zh) * | 2022-07-06 | 2022-10-11 | 合肥雷能信息技术有限公司 | 一种基于毫米波雷达和视频联动交通事件检测系统 |
CN115392756A (zh) * | 2022-09-02 | 2022-11-25 | 广东工业大学 | 一种基于交通大数据的危险品运输救援调度方法 |
CN115757628A (zh) * | 2022-11-22 | 2023-03-07 | 深圳广联数科科技有限公司 | 车辆碰撞检测方法、装置、设备及介质 |
CN116168531A (zh) * | 2022-11-29 | 2023-05-26 | 上海腾盛智能安全科技股份有限公司 | 基于雷达与视频的隧道安全管理方法、装置、设备及介质 |
CN116051052A (zh) * | 2023-02-17 | 2023-05-02 | 山东鑫华安信息科技有限公司 | 一种数字可视化汽车道路救援智能管理平台 |
CN116189439A (zh) * | 2023-05-05 | 2023-05-30 | 成都市青羊大数据有限责任公司 | 城市智能管理系统 |
CN116308213A (zh) * | 2023-05-11 | 2023-06-23 | 河北履中科技有限公司 | 城市数字应急一体化平台 |
Non-Patent Citations (3)
Title |
---|
Research on Allocation and Dispatching Strategies of Rescue Vehicles in Emergency Situation on the Freeway.《2020 16th International Conference on Control, Automation, Robotics and Vision (ICARCV)》.2021,130-135. * |
城市干道交通突发事件道路影响分析及交通组织研究;李晓东;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》(第4期);C034-773 * |
高速公路交通事故应急处置关键问题研究;林红;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》(第1期);C034-2273 * |
Also Published As
Publication number | Publication date |
---|---|
CN116863708A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116863708B (zh) | 一种智慧城市调度分配系统 | |
CN109815912B (zh) | 一种基于人工智能的高速公路安全巡查系统 | |
CN112085953B (zh) | 一种交通指挥方法、装置及设备 | |
CN109670673A (zh) | 露天矿生产管控系统 | |
CN110543866A (zh) | 一种基建工程施工人员的安全管理系统及方法 | |
CN112991130A (zh) | 基于人工智能的城市治理事件处理方法及装置 | |
CN115171013A (zh) | 一种基于智慧交通事故施救的车辆调度系统及方法 | |
CN112949457A (zh) | 基于增强现实技术的维修方法、装置及系统 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
CN110602446A (zh) | 垃圾回收提醒方法、系统及存储介质 | |
CN114241589A (zh) | 一种基于车载视频的公交司机违规行为判定方法及装置 | |
CN115713858A (zh) | 一种基于交通大数据的智慧交通运行管控系统 | |
CN115465303A (zh) | 一种基于大数据分析的猴车控制系统 | |
CN115762169A (zh) | 一种环卫车无人驾驶的智能控制系统及方法 | |
CN113792106A (zh) | 道路的状态更新方法、装置、电子设备及存储介质 | |
CN117392852A (zh) | 一种面向大数据分析的云计算资源调度优化系统 | |
CN116935659A (zh) | 一种高速服务区卡口车辆稽核系统及其方法 | |
CN116168356B (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN115174646B (zh) | 一种作业区远程监控管理系统 | |
CN114328787A (zh) | 施工工地的信息处理方法、装置、系统、终端和存储介质 | |
CN115083212A (zh) | 一种基于三维建模的无人机定位智能管理系统 | |
CN113888481A (zh) | 一种桥面病害检测方法、系统、设备及存储介质 | |
CN112861701A (zh) | 违章停车识别方法、装置、电子设备以及计算机可读介质 | |
CN115375978B (zh) | 行为信息的确定方法、装置、存储介质及电子装置 | |
CN115689274A (zh) | 一种驾驶风险管控方法、装置和设备及存储介质 |
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 |