WO2020083402A1 - 城市道路交通执勤警力部署方法 - Google Patents

城市道路交通执勤警力部署方法 Download PDF

Info

Publication number
WO2020083402A1
WO2020083402A1 PCT/CN2019/113479 CN2019113479W WO2020083402A1 WO 2020083402 A1 WO2020083402 A1 WO 2020083402A1 CN 2019113479 W CN2019113479 W CN 2019113479W WO 2020083402 A1 WO2020083402 A1 WO 2020083402A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
police
post
travel time
road network
Prior art date
Application number
PCT/CN2019/113479
Other languages
English (en)
French (fr)
Inventor
饶欢
吕伟韬
陈凝
李璐
Original Assignee
江苏智通交通科技有限公司
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 江苏智通交通科技有限公司 filed Critical 江苏智通交通科技有限公司
Publication of WO2020083402A1 publication Critical patent/WO2020083402A1/zh

Links

Images

Classifications

    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Definitions

  • the invention relates to a method for deploying police force for urban road traffic duty.
  • the purpose of the present invention is to provide a method for deploying police force for urban road traffic duty.
  • the number of police officers and dynamic road conditions are comprehensively considered, the position of the post is determined, and the police officers are deployed accordingly.
  • the resulting traffic police deployment plan can take into account the coverage of the posts and the on-site police force input, and solves the defects in the existing technology that are easily exposed in the case of limited police force resources, which affects the efficiency of service work and is not conducive to the removal of traffic. Issues concerning the orderly progress of service work such as Bao Chang and accident expediting.
  • a method for deploying police force for urban road traffic duty includes the following steps,
  • step S1 the travel time data is obtained by a direct estimation method or an indirect estimation method by driving speed, where the direct estimation method includes number plate recognition, RFID detection, and GPS positioning method.
  • step S3 is specifically,
  • any unit c i in the road network center set C ⁇ c 1 , c 2 , ..., c n ⁇ generates a set of multi-level data sets during the traversal process, composed of c i
  • the radiation area A i as the center, each unit in the area is marked with the travel time to reach c i ;
  • the unit with the largest zn value is regarded as a post; if there are multiple units with the largest zn value, the unit with the smallest TTC_mean is selected as the post unit; with the post unit as the center, the units within its service radius are taken from the set CA Delete
  • step S35 Repeat the operation of step S34 until the set CA is empty; combine all the post units into a post set S, and determine the total number of posts SN.
  • step S4 is specifically,
  • the priority of the post is determined according to the zn value of each post unit. From the post with the largest zn value as the starting point and the shortest travel time as the goal, a patrol path for traversing each post in the group is generated. The residence time of the post is allocated.
  • the beneficial effect of the present invention is that: this method of deploying police force on urban road traffic duty, according to the distribution of key points of concern in the road network, the measured data of the travel time of the road section and the number of police officers, generate post configuration and police station deployment plans,
  • the purpose is to save the travel time from the station to the key point of interest, while maximizing the coverage of the police station to the key point of attention, and improving the rationality and effectiveness of the police deployment plan.
  • the method of the present invention focuses on solving the problem of police deployment in the case of insufficient police resources.
  • the present invention comprehensively considers travel time, post coverage and police resources to determine the post location and
  • the police officer's on-duty duty arrangement plan can improve the rationality of police officers' deployment and has practical significance for improving the efficiency of road work.
  • FIG. 1 is a schematic flowchart of a method for deploying police force for urban road traffic on duty according to an embodiment of the present invention.
  • a method of deploying police force for urban road traffic duty When the supply of police force cannot meet the duty requirements of the post, dynamically adjust the coverage area of the post according to the traffic operation situation, optimize the deployment of police post, so as to maximize the focus of the road network. Be within the police officer's duty range; as shown in Figure 1, specifically include the following steps:
  • travel time data can be estimated directly by means of number plate identification, RFID detection, GPS positioning, etc., or indirectly estimated by driving speed; simultaneous acquisition within the target area The number of deployed police officers PN; to obtain the location information of key points of the road network in the area, the key points refer to the intersections and road segments that need to be focused on, including frequent congestion points and accident black spots.
  • the meshing form includes a quadrilateral mesh and a regular hexagonal honeycomb mesh.
  • any unit c i in the road network center set C ⁇ c 1 , c 2 , ..., c n ⁇ generates a set of multi-level data sets during the traversal process, composed of c i
  • the radiation area A i as the center, each unit in the area is marked with the travel time to reach c i ;
  • S33 calculates the number of the radiation area zn all cells belonging to the road network, and mark the radiation area number to which it belongs; calculated for each unit area corresponding to its central unit belongs mean travel time TTC_mean; screened satisfy zn ⁇ [2, N 0 ] Unit, where N 0 is the maximum superposition threshold of the unit; label the radiation attribute of the selected unit: ⁇ zn, TTC_mean ⁇ ; generate the candidate unit set CA;
  • the unit with the largest zn value is regarded as a post; if there are multiple units with the largest zn value, the unit with the smallest TTC_mean is selected as the post unit; with the post unit as the center, the units within its service radius are taken from the set CA Delete
  • step S35 Repeat the operation of step S34 until the set CA is empty; combine all the post units into a post set S, and determine the total number of posts SN.
  • the deployment plan generation method is specifically:
  • the priority of the post is determined according to the zn value of each post unit. From the post with the largest zn value as the starting point and the shortest travel time as the goal, a patrol path for traversing each post in the group is generated. The residence time of the post is allocated.
  • This method of deploying police force for urban road traffic duty based on the distribution of key concerns on the road network, measured data of road travel time, and the number of police officers, generates post configuration and police station deployment plans to save the station to the key
  • the travel time of the focus point is for the purpose, and at the same time maximize the coverage of the police post to the key focus point, and improve the rationality and effectiveness of the police deployment plan.
  • This urban road traffic police deployment method focuses on solving the problem of police deployment in the case of insufficient police resources.
  • the embodiment method is based on the measured data of the road network traffic operation and the grid road network, comprehensively considering travel time, post coverage and police resources, determine the position of the post and the police officer ’s on-duty scheduling plan, the example method can improve the rationality of police deployment, and at the same time have practical significance for improving the efficiency of road service.

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种城市道路交通执勤警力部署方法，通过获取实时的城市路网内各路段行程时间数据，获取目标区域内可同时部署的警员数量PN；获取该区域中的路网关键点位置信息；对路网做网格化处理，将关键点对应所属单元作为中心单元ci，生成路网中心集合；确定各中心单元的动态覆盖区域，由动态覆盖区域的重合度确定岗点所在单元，生成岗点集合S，确定岗点总数SN；若PN≤SN，则随机部署警员驻岗；若PN>SN，则需将岗点与警力匹配，根据动态交通状况，生成最优的警力部署方案。本发明方法重点解决警力资源不足情况下的警员部署问题，能够提高警员部署的合理性，同时对提升路面勤务工作的效率具有现实意义。

Description

城市道路交通执勤警力部署方法 技术领域
本发明涉及一种城市道路交通执勤警力部署方法。
背景技术
目前，交警路面执勤岗点部署与警员巡逻工作安排大多依赖先验信息，在事故多发、拥堵黑点附近安排岗点或警员，但这种方式在警力资源有限的情况下很容易暴露出缺陷：如岗点覆盖不全、警员现场勤务工作压力过重而导致事件处理不及时等情况，影响了勤务工作效率，不利于排堵保畅、事故快处等勤务工作的有序推进。
发明内容
本发明的目的是提供一种城市道路交通执勤警力部署方法，根据路网内重点关注点位分布情况，综合考虑警员数量、动态路况，确定岗点位置，并对警员进行相应的部署，由此生成的交警执勤部署方案能够兼顾岗点的覆盖范围以及现场警力投入，解决现有技术中存在的在警力资源有限的情况下很容易暴露出缺陷，影响了勤务工作效率，不利于排堵保畅、事故快处等勤务工作的有序推进的问题。
本发明的技术解决方案是：
一种城市道路交通执勤警力部署方法，包括以下步骤，
S1、获取实时的城市路网内各路段行程时间数据，获取目标区域内可同时部署的警员数量PN；获取该区域中的路网关键点位置信息；
S2、对路网做网格化处理，将关键点对应所属单元作为中心单元c i，生成路网中心集合C＝{c 1,c 2,...,c n}，其中i为中心单元序号，n为路网内中心单元数量；
S3、确定各中心单元的动态覆盖区域，由动态覆盖区域的重合度确定岗点所在单元，生成岗点集合S，确定岗点总数SN；
S4、若目标区域内可同时部署的警员数量PN≤岗点总数SN，则随机部署警员驻岗；若目标区域内可同时部署的警员数量PN>岗点总数SN，则需将岗点与警力匹配，根据动态交通状况，生成最优的警力部署方案。
进一步地，步骤S1中，行程时间数据通过直接估计方式或通过行驶速度间接估计方式得到，其中直接估计方式包括通过号牌识别、RFID检测、GPS定位方式。
进一步地，步骤S3具体为，
S31、对于任一中心单元c i，将其作为初始起点，遍历与中心单元c i存在共同边界的一级单元集L1(i)＝{l1 1,...,l1 j,...,l1 k1}中元素，计算其中任一单元l1 j至中心单元c i的行程时间TT(l1 j→c i)，其中k1为与c i存在共同边界的单元数量，j∈[1,k1]；设置行程时间临界值TT 0；若TT(l1 j→c i)＜TT 0，则在单元l1 j中进行行程时间标记；否则，将单元l1 j从单元集L1(i)中删除；由此确定所有中心单元对应的一级单元集全部元素；
S32、将L1(i)中元素作为一级遍历的起点，对其中任一单元l1 j，将与其存在共同边界且不属于L1(i)的相邻单元组成二级单元集L2(i→j)，计算其中任一元素l2至中心单元c i的行程时间，若TT(l2→c i)＜TT 0，则在单元l2中进行行程时间标记；否则，将单元l2从单元集L2(i→j)中删除；由此确定二级单元集；继续上述处理方法逐级遍历并标记行程时间与单元集内元素过滤，对于第M级单元集LM，若所有单元集均为空集，则结束遍历流程；路网中心集合C＝{c 1,c 2,...,c n}中的任一单元c i，都在遍历过程中生成了一组多级数据集，组成以c i为中心的辐射区域A i，在该区域中的每一单元均标记了到达c i的行程时间；
S33、计算路网内所有单元所属的辐射区域数zn，并标记其所属的辐射区域编号；计算各单元至其所属区域对应中心单元的行程时间均值TTC_mean；筛选出满足zn∈[2,N 0]的单元，其中N 0为单元最大叠加阈值；对筛选出的单元进行辐射属性标记：{zn,TTC_mean}；生成备选单元集CA；
S34、将zn值最大的单元作为一个岗点；若存在多个单元zn值最大，则选取TTC_mean最小的单元作为岗点单元；以岗点单元为中心，将其服务半径内的单元从集合CA中删除；
S35、重复步骤S34操作，直至集合CA为空；将所有岗点单元组成岗点集合S，确定岗点总数SN。
进一步地，步骤S4具体为，
S41、构建无向图，以岗点为无向图节点node，以TTC_mean作为无向图连 线权重w i,j；由无向图计算拉普拉斯矩阵L，计算L除0以外最小的k个特征值及其特征向量，其中k的初值为2；根据k个特征值对应的特征向量v 1,…,v k构建聚类基础矩阵H＝[v 1,…,v k]，对矩阵H的行向量实施K均值聚类算法，获得PN个岗点组合；该步骤将SN个岗点分为PN个组；
S42、根据岗点的分组情况，在每一组分别部署一名警员；若组内仅存在一个岗点，则警员在该岗点全时段驻岗；若组内存在多个岗点，则根据各岗点单元zn值确定岗点优先级，从zn值最大的岗点为起点，以行程时间最短为目标，生成遍历组内各岗点的巡逻路径，根据优先级对警员在各岗点的停留时间进行分配。
本发明的有益效果是：该种城市道路交通执勤警力部署方法，根据重点关注点在路网的分布情况、路段行程时间实测数据以及警员数量，生成岗点配置以及警员驻岗部署方案，以节约驻岗点至重点关注点的行程时间为目的，同时最大化警员岗点对于重点关注点的覆盖范围，提升警员部署方案的合理性和有效性。本发明方法重点解决警力资源不足情况下的警员部署问题，本发明基于路网交通运行实测数据以及网格化路网，综合考虑行程时间、岗点覆盖范围以及警力资源，确定岗点位置以及警员在岗点的执勤安排方案，本发明能够提高警员部署的合理性，同时对提升路面勤务工作的效率具有现实意义。
附图说明
图1是本发明实施例城市道路交通执勤警力部署方法的流程示意图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
实施例
一种城市道路交通执勤警力部署方法，在警力资源供应无法满足岗点执勤需求时，根据交通运行状况动态调整岗点覆盖区域，优化警员岗点部署情况，从而使路网重点关注点最大程度处于警员执勤范围内；如图1，具体包括以下步骤：
S1、获取实时的城市路网内各路段行程时间数据，实施例中行程时间数据可通过号牌识别、RFID检测、GPS定位等方式直接估计，或通过行驶速度间接估计；获取目标区域内可同时部署的警员数量PN；获取该区域中的路网关键点位置信息，所述关键点是指需要重点关注的路口、路段，包括拥堵常发点、事故黑点等。
S2、对路网做网格化处理，实施例中网格化形式包括四边形网格、正六边形蜂窝网格。将关键点对应所属单元作为中心单元c i，生成路网中心集合C＝{c 1,c 2,...,c n}，其中i为中心单元序号，n为路网内中心单元数量。
S3、确定各中心单元的动态覆盖区域，由动态覆盖区域的重合度确定岗点所在单元，生成岗点集合S、确定岗点总数SN；具体步骤为：
S31、对于任一中心单元c i，将其作为初始起点，遍历与中心单元c i存在共同边界的一级单元集L1(i)＝{l1 1,...,l1 j,...,l1 k1}中元素，计算其中任一单元l1 j至中心单元c i的行程时间TT(l1 j→c i)，其中k1为与c i存在共同边界的单元数量，j∈[1,k1]；设置行程时间临界值TT 0；若TT(l1 j→c i)＜TT 0，则在单元l1 j中进行行程时间标记；否则，将单元l1 j从单元集L1(i)中删除；由此确定所有中心单元对应的一级单元集全部元素；
S32、将L1(i)中元素作为一级遍历的起点，对其中任一单元l1 j，将与其存在共同边界且不属于L1(i)的相邻单元组成二级单元集L2(i→j)，计算其中任一元素l2至中心单元c i的行程时间，若TT(l2→c i)＜TT 0，则在单元l2中进行行程时间标记；否则，将单元l2从单元集L2(i→j)中删除；由此确定二级单元集；继续上述处理方法逐级遍历并标记行程时间与单元集内元素过滤，对于第M级单元集LM，若所有单元集均为空集，则结束遍历流程；路网中心集合C＝{c 1,c 2,...,c n}中的任一单元c i，都在遍历过程中生成了一组多级数据集，组成以c i为中心的辐射区域A i，在该区域中的每一单元均标记了到达c i的行程时间；
S33、计算路网内所有单元所属的辐射区域数zn，并标记其所属的辐射区域编号；计算各单元至其所属区域对应中心单元的行程时间均值TTC_mean；筛选出满足zn∈[2,N 0]的单元，其中N 0为单元最大叠加阈值；对筛选出的单元进行辐射属性标记：{zn,TTC_mean}；生成备选单元集CA；
S34、将zn值最大的单元作为一个岗点；若存在多个单元zn值最大，则选取TTC_mean最小的单元作为岗点单元；以岗点单元为中心，将其服务半径内的单元从集合CA中删除；
S35、重复步骤S34操作，直至集合CA为空；将所有岗点单元组成岗点集合S，确定岗点总数SN。
S4、若PN≤SN，则可随机部署警员驻岗；若PN>SN，则需将岗点与警力匹配，根据动态交通状况，生成最优的警力部署方案，部署方案生成方法具体为：
S41、构建无向图，以岗点为无向图节点node，以TTC_mean作为无向图连线权重w i,j；由无向图计算拉普拉斯矩阵L，计算L除0以外最小的k个特征值及其特征向量，其中k的初值为2；根据k个特征值对应的特征向量v 1,…,v k构建聚类基础矩阵H＝[v 1,…,v k]，对矩阵H的行向量实施K均值聚类算法，获得PN个岗点组合；该步骤将SN个岗点分为PN个组。
S42、根据岗点的分组情况，在每一组分别部署一名警员；若组内仅存在一个岗点，则警员在该岗点全时段驻岗；若组内存在多个岗点，则根据各岗点单元zn值确定岗点优先级，从zn值最大的岗点为起点，以行程时间最短为目标，生成遍历组内各岗点的巡逻路径，根据优先级对警员在各岗点的停留时间进行分配。
该种城市道路交通执勤警力部署方法，根据重点关注点在路网的分布情况、路段行程时间实测数据以及警员数量，生成岗点配置以及警员驻岗部署方案，以节约驻岗点至重点关注点的行程时间为目的，同时最大化警员岗点对于重点关注点的覆盖范围，提升警员部署方案的合理性和有效性。
该种城市道路交通执勤警力部署方法，重点解决警力资源不足情况下的警员部署问题，实施例方法基于路网交通运行实测数据以及网格化路网，综合考虑行程时间、岗点覆盖范围以及警力资源，确定岗点位置以及警员在岗点的执勤安排方案，实施例方法能够提高警员部署的合理性，同时对提升路面勤务工作的效率具有现实意义。

Claims (4)

  1. 一种城市道路交通执勤警力部署方法，其特征在于：包括以下步骤，
    S1、获取实时的城市路网内各路段行程时间数据，获取目标区域内可同时部署的警员数量PN；获取该区域中的路网关键点位置信息；
    S2、对路网做网格化处理，将关键点对应所属单元作为中心单元c i，生成路网中心集合C＝{c 1,c 2,…,c n}，其中i为中心单元序号，n为路网内中心单元数量；
    S3、确定各中心单元的动态覆盖区域，由动态覆盖区域的重合度确定岗点所在单元，生成岗点集合S，确定岗点总数SN；
    S4、若目标区域内可同时部署的警员数量PN≤岗点总数SN，则随机部署警员驻岗；若目标区域内可同时部署的警员数量PN>岗点总数SN，则需将岗点与警力匹配，根据动态交通状况，生成最优的警力部署方案。
  2. 如权利要求1所述的城市道路交通执勤警力部署方法，其特征在于：步骤S1中，行程时间数据通过直接估计方式或通过行驶速度间接估计方式得到，其中直接估计方式包括通过号牌识别、RFID检测、GPS定位方式。
  3. 如权利要求1或2所述的城市道路交通执勤警力部署方法，其特征在于：步骤S3具体为，
    S31、对于任一中心单元c i，将其作为初始起点，遍历与中心单元c i存在共同边界的一级单元集L1(i)＝{l1 1,…,l1 j,…,l1 k1}中元素，计算其中任一单元l1 j至中心单元c i的行程时间TT(l1 j→c i)，其中k1为与c i存在共同边界的单元数量，j∈[1,k1]；设置行程时间临界值TT 0；若TT(l1 j→c i)＜TT 0，则在单元l1 j中进行行程时间标记；否则，将单元l1 j从单元集L1(i)中删除；由此确定所有中心单元对应的一级单元集全部元素；
    S32、将L1(i)中元素作为一级遍历的起点，对其中任一单元l1 j，将与其存在共同边界且不属于L1(i)的相邻单元组成二级单元集L2(i→j)，计算其中任一元素l2至中心单元c i的行程时间，若TT(l2→c i)＜TT 0，则在单元l2中进行行程时间标记；否则，将单元l2从单元集L2(i→j)中删除；由此确定二级单元集；继续上述处理方法逐级遍历并标记行程时间与单元集内元素过滤，对于第M级单 元集LM，若所有单元集均为空集，则结束遍历流程；路网中心集合C＝{c 1,c 2,…,c n}中的任一单元c i，都在遍历过程中生成了一组多级数据集，组成以c i为中心的辐射区域A i，在该区域中的每一单元均标记了到达c i的行程时间；
    S33、计算路网内所有单元所属的辐射区域数zn，并标记其所属的辐射区域编号；计算各单元至其所属区域对应中心单元的行程时间均值TTC_mean；筛选出满足zn∈[2,N 0]的单元，其中N 0为单元最大叠加阈值；对筛选出的单元进行辐射属性标记：{zn,TTC_mean}；生成备选单元集CA；
    S34、将zn值最大的单元作为一个岗点；若存在多个单元zn值最大，则选取TTC_mean最小的单元作为岗点单元；以岗点单元为中心，将其服务半径内的单元从集合CA中删除；
    S35、重复步骤S34操作，直至集合CA为空；将所有岗点单元组成岗点集合S，确定岗点总数SN。
  4. 如权利要求3所述的城市道路交通执勤警力部署方法，其特征在于：步骤S4具体为，
    S41、构建无向图，以岗点为无向图节点node，以TTC_mean作为无向图连线权重w i,j；由无向图计算拉普拉斯矩阵L，计算L除0以外最小的k个特征值及其特征向量，其中k的初值为2；根据k个特征值对应的特征向量v 1,…,v k构建聚类基础矩阵H＝[v 1,…,v k]，对矩阵H的行向量实施K均值聚类算法，获得PN个岗点组合；该步骤将SN个岗点分为PN个组；
    S42、根据岗点的分组情况，在每一组分别部署一名警员；若组内仅存在一个岗点，则警员在该岗点全时段驻岗；若组内存在多个岗点，则根据各岗点单元zn值确定岗点优先级，从zn值最大的岗点为起点，以行程时间最短为目标，生成遍历组内各岗点的巡逻路径，根据优先级对警员在各岗点的停留时间进行分配。
PCT/CN2019/113479 2018-10-26 2019-10-26 城市道路交通执勤警力部署方法 WO2020083402A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811264322.1 2018-10-26
CN201811264322.1A CN109359880B (zh) 2018-10-26 2018-10-26 城市道路交通执勤警力部署方法

Publications (1)

Publication Number Publication Date
WO2020083402A1 true WO2020083402A1 (zh) 2020-04-30

Family

ID=65346995

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/113479 WO2020083402A1 (zh) 2018-10-26 2019-10-26 城市道路交通执勤警力部署方法

Country Status (2)

Country Link
CN (1) CN109359880B (zh)
WO (1) WO2020083402A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651512A (zh) * 2020-12-10 2021-04-13 北京北大千方科技有限公司 一种勤务合理度计算方法以及装置
CN113268900A (zh) * 2021-04-02 2021-08-17 中国人民解放军战略支援部队信息工程大学 面向作战任务的空降场选址方法及装置
CN113408926A (zh) * 2021-06-30 2021-09-17 北方工业大学 短时中断情况下城市轨道交通客流分配方法
CN114781707A (zh) * 2022-04-01 2022-07-22 湘潭大学 针对交通工作人员调度的优化方法及系统
CN116541168A (zh) * 2023-04-28 2023-08-04 北京大数据先进技术研究院 一种图网络剖分方法及系统
CN117151427A (zh) * 2023-10-27 2023-12-01 湖南思达软件技术有限公司 一种基于大数据的交通警务协同管理方法及系统
CN117271959A (zh) * 2023-11-21 2023-12-22 中南大学 一种pm2.5浓度预测结果的不确定性评估方法及设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359880B (zh) * 2018-10-26 2021-10-22 江苏智通交通科技有限公司 城市道路交通执勤警力部署方法
CN111609864B (zh) * 2020-05-06 2021-03-26 武汉科技大学 路网约束下多警员协作围捕任务分配及路径规划方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106707301A (zh) * 2016-12-27 2017-05-24 银江股份有限公司 一种基于定位数据的勤务巡线考核方法
CN108108859A (zh) * 2018-01-29 2018-06-01 北京易华录信息技术股份有限公司 一种基于大数据分析的交通管理勤务优化方法
CN109359880A (zh) * 2018-10-26 2019-02-19 江苏智通交通科技有限公司 城市道路交通执勤警力部署方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6424271B2 (en) * 2000-03-03 2002-07-23 Subhash Raswant Alternating time band sequence “ATBS-2W”
WO2008014562A1 (en) * 2006-08-03 2008-02-07 Commonwealth Scientific & Industrial Research Organisation Distributed energy management
CN101872450A (zh) * 2009-10-30 2010-10-27 北京交通大学 基于多元数据的交警执勤宏观指标分析方法
CN102890852A (zh) * 2011-07-19 2013-01-23 苏州科技学院 一种基于ZigBee的小区在线巡更及应急报警系统
CN106128134A (zh) * 2016-08-10 2016-11-16 张培 一种交警出勤安排终端
CN107610498A (zh) * 2017-10-10 2018-01-19 盐城师范学院 一种城区交通高峰期汽车出行自动选择路线方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106707301A (zh) * 2016-12-27 2017-05-24 银江股份有限公司 一种基于定位数据的勤务巡线考核方法
CN108108859A (zh) * 2018-01-29 2018-06-01 北京易华录信息技术股份有限公司 一种基于大数据分析的交通管理勤务优化方法
CN109359880A (zh) * 2018-10-26 2019-02-19 江苏智通交通科技有限公司 城市道路交通执勤警力部署方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651512A (zh) * 2020-12-10 2021-04-13 北京北大千方科技有限公司 一种勤务合理度计算方法以及装置
CN113268900A (zh) * 2021-04-02 2021-08-17 中国人民解放军战略支援部队信息工程大学 面向作战任务的空降场选址方法及装置
CN113268900B (zh) * 2021-04-02 2022-09-16 中国人民解放军战略支援部队信息工程大学 面向任务的空降场选址方法及装置
CN113408926A (zh) * 2021-06-30 2021-09-17 北方工业大学 短时中断情况下城市轨道交通客流分配方法
CN113408926B (zh) * 2021-06-30 2023-05-26 北方工业大学 短时中断情况下城市轨道交通客流分配方法
CN114781707B (zh) * 2022-04-01 2024-05-31 湘潭大学 针对交通工作人员调度的优化方法及系统
CN114781707A (zh) * 2022-04-01 2022-07-22 湘潭大学 针对交通工作人员调度的优化方法及系统
CN116541168A (zh) * 2023-04-28 2023-08-04 北京大数据先进技术研究院 一种图网络剖分方法及系统
CN116541168B (zh) * 2023-04-28 2023-11-10 北京大数据先进技术研究院 一种图网络剖分方法及系统
CN117151427A (zh) * 2023-10-27 2023-12-01 湖南思达软件技术有限公司 一种基于大数据的交通警务协同管理方法及系统
CN117151427B (zh) * 2023-10-27 2024-01-30 湖南思达软件技术有限公司 一种基于大数据的交通警务协同管理方法及系统
CN117271959A (zh) * 2023-11-21 2023-12-22 中南大学 一种pm2.5浓度预测结果的不确定性评估方法及设备
CN117271959B (zh) * 2023-11-21 2024-02-20 中南大学 一种pm2.5浓度预测结果的不确定性评估方法及设备

Also Published As

Publication number Publication date
CN109359880A (zh) 2019-02-19
CN109359880B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
WO2020083402A1 (zh) 城市道路交通执勤警力部署方法
CN108415975B (zh) 基于bdch-dbscan的出租车载客热点识别方法
Li et al. Studying the benefits of carpooling in an urban area using automatic vehicle identification data
CN105279475A (zh) 一种基于车辆身份识别的套牌车识别的方法与装置
CN105930791A (zh) 基于ds证据理论的多摄像头融合的路面交通标志识别方法
CN110210509A (zh) 一种基于mfd+谱聚类+svm的路网交通状态判别方法
CN108182797B (zh) 一种基于无桩共享单车的监管系统及方法
CN107563413A (zh) 无人机航拍影像农田块对象精准提取方法
CN104050809B (zh) 交通状况自动分析预测方法
CN104767692A (zh) 一种网络流量分类方法
CN106886757B (zh) 一种基于先验概率图的多类交通灯检测方法及系统
CN106530685B (zh) 一种交通数据短时预测方法及装置
Dhuri et al. Real-time parking lot occupancy detection system with vgg16 deep neural network using decentralized processing for public, private parking facilities
CN105404859A (zh) 一种基于池化车辆图片原始特征的车型识别方法
TWI624819B (zh) Vehicle driving direction prediction system and method
CN103258222A (zh) 小区智能物管系统
CN110827434A (zh) 网格化目标识别的社区安保巡防记录系统及方法
Jin et al. Multi-traffic scene perception based on supervised learning
CN104965974A (zh) 一种基于覆盖度评估及优化警力资源部署的方法
CN106781457A (zh) 一种基于多源融合数据的高速公路交通流参数修正方法
CN108945503A (zh) 一种高速公路警用无人机停机坪选址方法
CN108446833A (zh) 一种高速公路警用无人机停机坪选址方法
WO2020083401A1 (zh) 城市道路交警执勤岗点配置方法
CN109246602B (zh) 一种无线可充电传感器网络的充电基站部署方法
Brillantes et al. Philippine license plate detection and classification using faster R-CNN and feature pyramid network

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19876936

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19876936

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 19876936

Country of ref document: EP

Kind code of ref document: A1