一种基于大数据的面向个人的应急引导方法及系统的制作方法
【专利摘要】本发明涉及一种基于大数据的面向个人的应急引导方法及系统。当应急事件发生时，用户采用客户端发送所在地的GPS和应急救援请求。服务器端搜索事发地点周围一定范围内具有较高运载能力的城市干道和提供相应急救援服务的地点，综合考虑用户前往主干道所需要的时间，用户在主干道上等车的时间以及用户从干道前往应急服务点的时间，选择一条从事发点出发中转某一干道前往目标应急服务提供点的全局最优路径。客户端根据服务端返回的最优路径进行实时跟踪引导。本发明采用大数据统计分析处理技术，能够实时跟踪用户行进情况做动态调整，综合考虑全流程的时间成本做全局优化，对应急情况下的个人提供最大化的帮助。
【专利说明】—种基于大数据的面向个人的应急引导方法及系统
【技术领域】
[0001 ] 本发明涉及浮动车辆数据分析，位置相关服务，路径寻优，移动计算等领域，涉及一种面向个人的应急情况下的自救引导方法及系统。在应急事件发生时，能根据用户选择的应急救援场景，基于海量浮动车辆数据构建的道路运载能力模型为用户选择最优应急救援干道，结合移动设备跟踪到的用户实时位置信息，对用户行进路径做最优指引，利用简洁的文字提示和语音辅助帮助用户尽快到达指定地点，获得救援服务。
【背景技术】[0002]随着现代经济社会的发展，应急安全越来越受到人们的重视。这类事件具有突发性和急迫性，而且往往危害巨大。应急安全领域，长期以来都受到国家以及相关研究者们的高度关注，在这一领域也产出了不少的研究成果。已有的应急安全研究，主要研究群体性的，公共安全事件上面。如面临火灾、地震等公共安全事件时的逃生、疏散的研究，涉及建筑设计、城市规划、资源调度、人的行为模式、心理模式等诸多方面。
[0003]实际上，在日常生活当中，个人也会遇到一些应急事件，有时候会需要一些应急救援服务。比如个人感觉身体不适，需要尽快前往医院得到救治；再比如在路上遇到有人受伤，需要尽快获得医疗服务。目前尚没有针对个人的应急类、安全类服务或者研究。但是在应急情况下，如果能够对个人进行有效的引导，帮助他们尽快获得需要的应急救援服务，对个人而言也是非常有价值的。
[0004]以个人需要紧急医疗服务举例，这个时候可能需要能够尽快获取到有效的交通手段，前往医院。但是用户在当前位置，可能附近有若干条城市干道，但是究竟应该去哪里打车，用户实际上是不清楚的。人们对于道路情况的感知总是经验性的、模糊的，尤其交通状况还是动态变化的，因而在应急情况下，人很难做出科学的决策。本发明所设计的个人应急引导服务，就是致力于满足个人的这种需要。
【发明内容】
[0005]针对公共安全类的应急自救的需求，本发明提出了一种面向个人的应急自救引导服务的实现方法，能够面向城市路网系统进行实时感知的用户应急自救引导，支持移动终端的快速请求响应服务。
[0006]为实现上述目的，本发明采用的技术方案如下:
[0007]—种基于大数据的面向个人的应急引导方法，其步骤包括:
[0008]I)用户在遭遇应急事件时通过客户端向服务器发送应急救援请求，并通过客户端的GPS定位服务将用户所在地(记为P)的GPS坐标发送至服务器；
[0009]2)服务器以用户所在地的GPS坐标点为圆心，搜索一定半径r内符合条件的干道和半径R内符合条件的应急服务提供点，其中:半径r和R (R>r)允许在一个设定的区间内动态浮动，以确保尽可能地搜索到干道和应急服务提供点；干道指的是拥有较高属性等级和较强运载能力的城市道路；应急服务提供点指的是公共服务设施(主要为医院、公安局、加油站等);
[0010]3)对于搜索到的每一条干道MRoad=〈E, V〉,搜索从事发点P步行到MRoad的最短路径，其中:E是构成主干道的路段(edge)集合；V是构成主干道的路段的端点集合；p到MRoad的最短路径指的是P到端点集合V中所有端点的连通路段中路程最短的一条路径；对于每个应急服务提供点，搜索从每条MRoad上的步行到达点打车前往应急服务提供点的最短路径；
[0011]4)计算每个应急服务提供点对于P的到达成本Costp(spot)，然后选择到达成本最小的应急服务提供点推荐给用户，返回到达该应急服务提供点的最佳路径到客户端；所述到达成本包含h、t2、t3，其中^是用户沿规划的最短路径步行前往干道所需要的时间；t2是用户在干道上等车所用的时间；t3是用户沿规划的最短路径从干道乘车前往应急服务点所需要的时间；
[0012]5)客户端接收服务器返回的疏散路径，根据该疏散路径通过文字和语言指引的方式持续引导用户到达应急服务提供点。
[0013]一种采用上述方法的基于大数据的面向个人的应急引导系统，其包括:
[0014]客户端，用于向服务器发送应急救援请求，并通过GPS定位服务将用户所在地的GPS坐标发送至服务器，并接收服务器返回的疏散路径进行实时引导；
[0015]服务器，与客户端建立通信连接，用于响应应急救援请求，计算最佳的疏散路径并发送至客户端，包括:
[0016]干道和应急服务提供点搜索模块，用于以用户所在地的GPS坐标点为圆心，搜索一定半径r内符合条件的干道和半径R内符合条件的应急服务提供点，其中:半径r和R允许在一个设定的区间内动态浮动，以确保尽可能地搜索到干道和应急服务提供点；干道指的是拥有较高属性等级和较强运载能力的城市道路；应急服务提供点指的是公共服务设施；
[0017]最短路径搜索模块，连接干道和应急服务提供点搜索模块，用于对于搜索到的每一条干道MRoad=〈E，V〉，搜索从事发点P步行到MRoad的最短路径，其中:E是构成主干道的路段(edge)集合；V是构成主干道的路段的端点集合；p到MRoad的最短路径指的是P到端点集合V中所有端点的连通路段中路程最短的一条路径；对于每个应急服务提供点，搜索从每条MRoad上的步行到达点打车前往应急服务提供点的最短路径；
[0018]到达成本计算模块，连接最短路径搜索模块，用于计算每个应急服务提供点对于P的到达成本Costp (spot)，然后选择到达成本最小的应急服务提供点推荐给用户，返回到达该应急服务提供点的最佳路径到客户端；所述到达成本包含h、t2、t3，其中A1是用户沿规划的最短路径步行前往干道所需要的时间；t2是用户在干道上等车所用的时间；t3是用户沿规划的最短路径从干道乘车前往应急服务点所需要的时间；
[0019]最佳路径返回模块，连接到达成本计算模块，用于根据到达成本计算结果，选择到达成本最小的应急服务提供点推荐给用户，并返回到达该应急服务提供点的最佳路径到客户端。
[0020]下面分4个部分具体阐述本发明的主要内容:
[0021]1.基于载客车辆的历史运营记录，对交通道路网络建立道路运载能力的统计模型CCM-RNS[0022]交通道路网络数据就是一个电子地图，可以通过GIS地图进行数据转换处理得到，它包含交通网络中的每条道路信息和道路之间连接的节点信息。道路的信息包括路段的标识、路段的种类、路段的宽度、路段的长度、路段的等级、起始节点的标识、结束节点的标识，节点的信息包括节点的标识、经度值、纬度值。
[0023]首先我们通过浮动车辆的历史运营记录，获取整个路网范围的客运流量记录的原始记录。原始记录数据包括车辆标识、触发事件、运营状态、记录时间、经度值、纬度值、瞬时速度、行驶方向等数据项。
[0024]道路运载能力和该路段上的车流量有着很强的关联关系，特别是和空载流量的趋势有着直接关系。参照市民的出行和作息规律，本发明以周为基础对原始数据集进行加工，并考察了两个维度一种是分为工作日和休息日两种，另一种是分为周一至周日七个类型。[0025]首先给出一些描述性定义。定义一天时间为T，将一天的时间分为η个等分，作为基于时序统计数据的η个单元\，那么T=It1, t2, t3,…，tn}。定义整个路段为E，整个路网可由m个定向的路段edge」连接组成,那么E=Rdge1, edge2, edge3,…，edgem};定义节点为V，每一个路段edge」都有两个端点(节点)，用Vs (edge」)和Ve (edge」)表示路段edge」的入度和出度端点，每一个端点就是一个地理坐标Vi，地理坐标包含经度和纬度两个属性，我们分别用Ing和Iat来表示,那么Vi=Gngj, Iatk);定义一个路段edge」内包含u个分段记录segk串联而成，那么edge」= (Seg1, seg2, seg3,…，segj。针对不同日期类型dx、不同的时间点不同的路段edge」以及路段edge」上的分段segk生成一个经验运载流量记录，记为eflow(dx, edge」，ti； segk)。
[0026]在此基础之上，针对具体的路段edge」以及路段内的分段segk和一定时间范围的空载流量记录，建立了运载通量计算表达式，一'，gk、(t” ~+Α)，表明某个具体的地点具体时间范围内的运载通量大小。
[0027]在上述操作定义的基础上，下面我们具体给出运载能力统计计算步骤。
[0028](I)按车辆归并记录并过滤无效记录
[0029]原始GPS记录并没有按照车辆标识独立记录，并且记录时间顺序不完全一致，需要重新排列。另外需要过滤一些无效的GPS记录，如GPS记录状态不正确、记录超时或记录间距过大等情形。
[0030](2)车辆行程记录与路网匹配，建立车辆行程轨迹
[0031]车辆行程记录有一组GPS记录组成，通过GPS记录的经纬度查找候选道路，使用MapMatching算法和A-Star算法计算出与这一组GPS记录最佳匹配的车辆行程轨迹Ry={edge0, edge1； edge2,…，edgej。由于GPS记录有疏有密，同一个道路上可以有多个GPS记录对应，而某个中间道路这可能没有GPS记录对应。在具体计算的过程不仅使用了MapMatching算法进行道路匹配，还是用A-Star算法进行行程轨迹的补齐。如果出现无法匹配的一组GPS记录片段，则视为需要过滤的无效GPS记录。
[0032](3)车辆行程轨迹分片筛选，区分不同运营状态的轨迹片段
[0033]每辆车在运营的过程中存在不同的运营状态，主要包括载客、空载、驻车和停运四种状态。车辆行程轨迹分片筛选就是根据不同的运营状态切分标记，便于后续统计分析。
[0034](4)按天统计车流量
[0035]针对各个道路对每一天的不同车辆的行程记录进行合并，计算出各个道路一天内各个时间点片段内的车流量。车流量统计主要包括空载流量值和行车(包括载客和空载两种状态)流量值。
[0036]根据GPS记录中的瞬时车速累计平均，计算出各个道路一天内各个时间点片段内的平均瞬时速度。本发明还根据各个车辆行程轨迹分片的路程长度合并计算出各个道路一天内各个时间点片段内的平均车速。
[0037](5)按是非工作日统计车流量
[0038]在按天统计车流量的基础上进一步统计合并，区分是非工作日两种日期类型，合并计算上一步骤得出的统计值，作为道路运载能力计算的基础。
[0039](6)按周一至周日七天统计车流量差异
[0040]本发明不仅考察了是非工作日车流量统计的情形，也考察了一周七天各自车流量的统计值，并与上一步骤统计结果比对，得出周一至周日与是非工作日统计结果值之间的差值。作为不同日期类型的进一步的细化调节因子。
[0041](7)为统计数据建立文件索引
[0042]为了离线计算结果可以重复使用，需要将统计分析结果存储成数据文件。同时为了快速查找数据和最终运载能力值评估计算，实现了一种便捷高效的文件索引。
[0043]每个统计单元的数据量很小，如果独立存储将会生成大量零碎文件，影响文件系统的性能。本发明允许数据文件合并存储，同时可以分段存储，具体的分段存储数据量大小可以调整。在分段存储数据文件的基础上，建立一个文件索引数据文档，记录各个道路标识和不同日期类型下的统计结果信息存储在某个具体的分段数据文件中的某一个起始偏移量值某一个偏移量结束。每一个索引单元对应的统计数据，包括了具体一个道路和具体日期类型下的一天内所有时间点片段单元的统计记录。
[0044](8)预备运载能力计算方法实现
[0045]在获取目标路段和一个具体的日期时间的情况下，读取相关的统计数据，使用线性平滑方式，以当天的时序作为坐标轴建立载客运载能力平滑曲线，纵坐标为与流量相关的载客能力统计值，一段时间内的运载能力的计算即相当于对运载能力平滑曲线的积分计算。
[0046]2.适用于应急自救的候选干道和应急服务提供点快速确定方法GB-ESS
[0047]该方法的实现主要包含2个步骤:I)借助栅格化索引EO-Grid选取事发点周围指定半径覆盖到的所有路段edge和应急服务提供点；2)使用PEBMR-Recovery算法从候选的edge集合中识别和恢复出干道。下面对各个步骤的实现机制进行说明。
[0048]2.1基于EO-Grid的疏散路段候选集选择
[0049]本发明中我们对的路网构建了栅格化索引。下面给出栅格化索引的定义。
[0050]定义I (针对路段edge和应急点的栅格化索引EO-Grid):针对路段edge和应急服务提供点的栅格化索引可以定义为E0-Grid=〈LT，RB, Set<cell>, hn, vn>，其中LT，RB为索引的路网范围，LT为路网矩形左上角的GPS坐标，RB为路网矩形右下角的GPS坐标，Set<cell>为索引后的cell集合，hn为横向(东西向)划分的cell数目，vn为纵向(南北向)划分的cell数目。索引对路网的划分如图1(a)所示。
[0051]定义2 (索引栅格cell):—个EO-Grid被切分成hnXvn个cell,—个cell可以定义为cell=〈LT，RB, ID, Set〈edge>>，其中LT，RB分别为cell的左上角和右下角GPS坐标，ID为cell的编号,Set〈edge>为落在该cell下的edge集合。cell的表示如图1 (b)所示。
[0052]给定一个GPS点，栅格化索引为其快速返回以其为圆心指定半径范围内的edge候选集和应急服务提供点候选集。下面将重点介绍如何确定落入指定范围内的cells，然后再确定edge候选集合和应急服务提供点候选集合。
[0053]定义3(应急服务提供点spot): —个应急服务提供点可以定义为spot=<ID, type, GPS, edge〉,其中ID为spot的编号，type为应急服务提供点的类型(如医院、警察局、加油站等)，GPS为spot所在的GPS坐标，edge为spot所在的路段。
[0054]落入搜索范围的cells的确定过程:
[0055]1.给定事发点GPS坐标P (lat，Ing)，其中Iat为纬度，Ing为经度。基于EO-Grid索引，在使用Hash存储索引的情况下，可以在0(1)时间复杂度内定位坐标点所在的cell，记为X。
[0056]2.给定干道的搜索半径r和应急服务提供点的搜索半径R (R>r),确定X周围被半径r和R扫过的所有cell。我们使用公式(I)来计算每个cell到P的最短距离Dmin(P, cell):
[0057]
【权利要求】
1.一种基于大数据的面向个人的应急引导方法，其步骤包括: 1)用户在遭遇应急事件时通过客户端向服务器发送应急救援请求，并通过客户端的GPS定位服务将用户所在地的GPS坐标发送至服务器，该用户所在地的GPS坐标记为P ； 2)服务器接以用户所在地的GPS坐标点为圆心，搜索一定半径r内符合条件的干道和半径R内符合条件的应急服务提供点，其中:半径r和R允许在一个设定的区间内动态浮动，以确保尽可能的搜索到干道和应急服务提供点；干道指拥有较高属性等级和较强疏散能力的城市道路；应急服务提供点指的是公共服务设施； 3)对于搜索到的每一条干道MRoad=〈E，V〉，搜索从事发点P步行到MRoad的最短路径，其中:E是构成主干道的路段集合；V是构成主干道的路段的端点集合；？到11?0&(1的最短路径指的是P到端点集合V中所有端点的连通路段中路程最短的一条路径；对于每个应急服务提供点，搜索从每条MRoad上的步行到达点打车如往应急服务提供点的最短路径； 4)计算每个应急服务提供点对于P的到达成本，然后选择到达成本最小的应急服务提供点推荐给用户，返回到达该应急服务提供点的最佳路径到客户端；所述到达成本包含h、t2、t3，其中A1是用户沿规划的最短路径步行前往干道所需要的时间；t2是用户在干道上等车所用的时间；t3是用户沿规划的最短路径从干道乘车前往应急服务点所需要的时间； 5)客户端接收到服务器返回的疏散路径，根据该疏散路径引导用户到达应急服务提供点。
2.根据权利要求1所述的方法，其特征在于，步骤2)所述搜索一定半径!和R内符合条件的干道和应急服务提供点的方法是: 首先对路网数据建立针对路段的栅格化索引，将每条路段注册到它经过的所有索引栅格上，当获得用户所在地的GPS坐标后，以其为圆心，分别将半径r和R扫过的所有索引栅格中的路段和应急服务提供点构成候选路段集合和候选应急服务提供点集合； 然后根据路段筛选条件Φ筛选出主干道级别的路段，并利用这些路段恢复出其所属的主干道；其中主干道的恢复方法是基于相邻路段同方向偏转角度Θ的沿拓算法，依据下列步骤识别恢复主干道: a)给定路段候选集合，筛选出符合条件φ的路段； b)给定一个路段，注册一条主干道MRoad，记为MR，从该路段开始，向首尾两个方向拓展，直到找不到满足Θ的新路段为止，将遍历过的路段注册到MR; c)对每一条候选路段重复步骤a)和b)的操作，同一主干道上的路段不重复操作。
3.根据权利要求1所述的方法，其特征在于，步骤2)所述公共服务设施包括:医院、公安局、加油站。
4.根据权利要求1所述的方法，其特征在于，步骤3)所述从事发点P到主干道MRoad (E, V)的最短路径的搜索方法是: 首先将事发点P匹配到路网上的某一条路段，然后从路段的首尾端点分别出发，使用Dijkstra算法搜索到端点集合V所有节点的最短连通路径；然后分别找出两个方向上到达干道的最短路径，之后在考虑P点到首尾端点距离的基础上，选出P点到干道的最短路径； 假设P所在路段的两个端点为vs、ve, shortestpath (vl, v2)表示路网上vl点步行到v2点的最短路径，pathfrom(vs)表示vs点出发到达干道的最短路径，pathfrom(ve)表示ve点出发到达干道的最短路径,dis (vl, v2)表示vl, v2点之间的距离,bestpath表示p点到达主干道的最短路径，则:
5.根据权利要求1所述的方法，其特征在于，所述步骤4)度量各个应急服务提供点到达成本的方法是: 4-1)使用用户从事发点步行前往干道并从干道打车到达应急服务提供点消耗的总时间T (spot)来表征应急服务提供点的到达成本；T (spot)包括三部分时间:引导用户步行通过最短路径到达干道的时间，记为h ;用户在干道上打到车所需要的等待时间，记为t2 ；用户坐车前往应急点所需要的时间t3 ;其中:已知用户步行到达某条干道的最短路径的长度为L1，假设用户一般的步行速度为S，则:
6.据权利要求5所述的方法，其特征在于，计算干道运载能力的方法是:从海量的交通数据中提炼出各个路段的历史流量特征，特别是空载流量随时间变化的趋势来表征某个时间段干道的运载能力；首先对交通流量数据进行统计分析，考虑“工作日&非工作日”和“周一至周日”两种方式来对日期类型dx进行归并统计，将一天划分成η个等长的时间片It1,…，tn},路网由一系列路段{edge” edge2,…}构成,每条路段由一系列相连的分段seg构成；对于给定的路段edgepSegk和日期类型dx，读取相关的统计数据，利用线性平滑的方式，计算出各个时间片h上的空载流量,记为eflow(dx, edge」,ti； segk),以此得到segk在日期类型dx下运载能力随时间变化的平滑曲线，则一段时间内的运载能力相当于对运载能力平滑曲线在这一时间段内做积分；假设用户到达主干道的时间点为t,，则At时间内的运载能力:
7.根据权利要求1所述的方法，其特征在于:步骤5)中客户端使用移动设备的GPS服务，实时跟踪用户行径路线，一旦用户偏离预定撤离路线，则将用户的新位置的GPS坐标提交到服务器，重新规划最佳疏散撤离路线。
8.根据权利要求7所述的方法，其特征在于，步骤5)判断用户行进路线偏离预定轨迹的方法是:根据客户端持续跟踪的用户GPS位置变化，考虑两个相邻近的某两个位置坐标，记为vUk和Vuk+1，记
9.根据权利要求1所述的方法，其特征在于:步骤5)中客户端根据该疏散路径通过文字和语音指示的方式持续引导用户到达疏散目的地。
10.一种采用权利要求1所述方法的基于大数据的面向个人的应急引导系统，其特征在于，包括: 客户端，用于向服务器发送应急救援请求，并通过GPS定位服务将用户所在地的GPS坐标发送至服务器，并接收服务器返回的疏散路径； 服务器，与客户端建立通信连接，用于响应应急救援请求，计算最佳的疏散路径并发送至客户端，包括: 干道和应急服务提供点搜索模块，用于以用户所在地的GPS坐标点为圆心，搜索一定半径r内符合条件的干道和半径R内符合条件的应急服务提供点，其中:半径r和R允许在一个设定的区间内动态浮动，以确保尽可能地搜索到干道和应急服务提供点；干道指的是拥有较高属性等级和较强运载能力的城市道路；应急服务提供点指的是公共服务设施；最短路径搜索模块，连接干道和应急服务提供点搜索模块，用于对于搜索到的每一条干道MRoad=〈E，V〉，搜索从事发点P步行到MRoad的最短路径，其中:E是构成主干道的路段(edge)集合；V是构成主干道的路段的端点集合；p到MRoad的最短路径指的是P到端点集合V中所有端点的连通路段中路程最短的一条路径；对于每个应急服务提供点，搜索从每条MRoad上的步行到达点打车前往应急服务提供点的最短路径；； 到达成本计算模块，连接最短路径搜索模块，用于计算每个应急服务提供点对于P的到达成本，然后选择到达成本最小的应急服务提供点推荐给用户，返回到达该应急服务提供点的最佳路径到客户端；所述到达成本包含tl、t2、t3，其中:tl是用户沿规划的最短路径步行前往干道所需要的时间；t2是用户在干道上等车所用的时间；t3是用户沿规划的最短路径从干道乘车前往应急服务点所需要的时间； 最佳路径返回模块，连接到达成本计算模块，用于根据到达成本计算结果，选择到达成本最小的应急服务提供点推荐给用户，并返回到达该应急服务提供点的最佳路径到客户端。
【文档编号】G06F17/30GK103838846SQ201410080897
【公开日】2014年6月4日 申请日期:2014年3月6日 优先权日:2014年3月6日
【发明者】皇甫杨, 高晓伟, 吴加海, 刘奎恩, 李明树 申请人:中国科学院软件研究所