智慧社区的城市三维模型协同管理方法与系统与流程

1.本发明涉及智慧社区的协同管理方法，尤其涉及智慧社区的三维模型协同管理方法及其系统，属于站点管理领域。


背景技术：

2.随着人口老龄化形式不断发展，智慧社区也更加应当承担起中老龄人的健康以及预防工作。然而现有情况是养老院、老年大学，以及各级医院和护理中心，加之社会企事业单位学校也有零散的卫生室，以及城市的药房和药店，这一类智慧社区站点一般都有各自的管理方案，而并没有考虑到如何协同工作。
3.往往只有在出现问题时，比如老年人卒中、心脏病发作，不明原因的晕倒以及跌倒等突发事故，企事业单位遇到工伤事故时，才想到联系各级医院救护和治疗，并且通常是在电话形式沟通中描述所处地点和现场病患状况，有时候由于无法确切知道所处方位，而又多了思考呼救人身处何处的时间。这些细节都会造成时间上的不及时，从而有可能过了救助黄金期。虽然各级医院护理中心内部有较为完善的管理系统，智能化也在最近几年跟上，但并没有采取主动监测社会中老年人群，以及其他人群的突发事故，从而仅仅被动地提供医疗救治服务。而零散的卫生室以及城市的药方和药店更是没有参与到主动发现和监测的工作中，而仅仅向病患提供被动的初级医疗和药物产品，因而这部分资源没有被很好地利用起来。
4.智慧社区不仅是在医疗方面考虑到利用互联网甚至物联网技术为社区成员提供便捷及时服务,而且还需要从生活其他方面服务，比如物业、商务服务（比如快递站点、网购实体店、传统实体店、食品批发以及菜市场）、智慧家居。
5.因此现有技术中各类智慧社区站点整体上不能将社会各方面的服务协同到一个系统中，致使不能给特定的对象比如中老年人以及突发事故人群、以及日常生活提供及时的、可视的，高效的服务管理方案，也不能通过大数据分析来做好预测工作。


技术实现要素：

6.为了解决现有技术中智慧社区站点上述被动，零散管理的局面，缺乏资源整合的弊端，本发明考虑如下解决方案：第一，对城市中各类智慧社区站点以及各类医疗、看护、病情、预防、物业、商务服务、智慧家居等信息进行地图式的标注和定位，第二，通过人工智能计算通过受关心人群（如养老站点和医疗站点中的老年人以及病患、因公出差、和需要完成特殊作业的人群，以及普通社员）地点找到最近的各类智慧社区站点服务站点实现通讯，第三，实现城市可视化的智慧社区站点的日常协同管理。
7.本发明所述的各类智慧社区站点包括但不限于各类养老医疗卫生机构，如与医疗、养老、专业医学和美容保健卫生服务相关的站点和组织，包括各级医院、护理中心、各类专业医疗美容保健卫生站点、社会企事业单位和学校零散的卫生室、城市各级药房和药店，还包括物业、商务服务、智慧家居方面的服务办公地点。智慧社区站点中人员是指智慧社区
站点中在职或临时工作人员，其能够为社会提供各类专业服务的人员。对于各类养老医疗卫生机构包括但不限于具有资质的医疗站点的医生、实习人员、护士、各级药房药店的坐堂医生、以及各类能提供一定医疗救治的散员（如有资质证明的自由行医人员）；而对于物业、商务服务、智慧家居行业，智慧社区站点分别包括如物业办公楼，快递站点、网购实体店、传统实体店、食品批发以及菜市场等，以及每一小区业主所在的房屋。所述的用户包括各类智慧社区站点外部人员，所述总监控中心cc工作人员至少包括为ai建模的采样人员。所述协同管理中的管理一词包括应急和日常的管理，以及根据数据进行科学研究分析做好预防工作。所述的定点是指人员，工作人员，或用户当前所在的地理位置。所述app一般是指智能移动终端如手机上安装的应用程序，也可以是台式计算机上安装的应用软件。
8.为此，本发明提供了一种智慧社区站点的城市三维模型协同管理方法，其特征在于，包括如下步骤：s1智慧社区站点中设立服务器s以及监控中心c，设立总监控中心cc并设立总监控中心cc的服务器ss，建立城市智慧社区城市三维模型；s2 智慧社区站点中人员以及社区外用户配备安装有智慧社区的城市三维模型协同管理应用程序app的移动终端；在智慧社区站点中配备能够记录所述人员当前是否位于智慧社区站点中的装置，用于表示该社区是否处于可提供服务的人员充足的状态；s3 建立寻找城市智慧社区站点的人工智能ai模型；s4 利用步骤s3建立的ai模型与步骤s2的app实现在步骤s1建立的三维模型中的实时定点寻找智慧社区站点，并在所述三维模型中标记。
9.在一个实施例中，步骤s4之后还进一步包括：s5 当寻找到城市智慧社区站点j时，即可通过步骤s1建立的三维模型通讯联系到j，以让所述人员赶赴所述定点进行服务。
10.关于s1所述s1具体包括：s1
‑
1各类智慧社区站点中设立单独的服务器s以及单独的监控中心c，设立总监控中心cc对所述单独的服务器s以及单独的监控中心c的数据进行实时的处理分析，以及对各类智慧社区站点进行协同管理，总监控中心cc的服务器ss用于三维模型建模和ai模型建模；s1
‑
2人工智能网络的城市道路网模型建立；s1
‑
3人工智能网络的城市建筑网模型的建立；s1
‑
4将步骤s1
‑
2和s1
‑
3建立的模型融合，形成城市道路和建筑的二维模型；s1
‑
5基于步骤s1
‑
4的城市道路和建筑的二维模型构建所述联合三维模型。
11.其中，步骤s1
‑
2具体包括：s1
‑2‑
1建立城市地理坐标系e，xoy平面代表地面，基于城市遥感图像，利用rnn循环神经网络算法，通过包括编码器以及解码器的节点生成器生成道路连续节点，并在生成过程中连接生成前后的两个节点，将新的生成节点输入节点生成器不断产生新的节点，而继续连接产生的新节点，如此循环而连接成道路网；
s1
‑2‑
2将道路网中的所有线条按照预设的宽度w进行扩宽，形成具有一定宽度的道路宽线条，从而获得城市道路网模型，其中w按照所述遥感图像中对应的道路宽度进行扩宽，优选地，w为所述遥感图像中所有道路宽度平均值的0.5
‑
1.5倍，更优先地，对于机动车道路、非机动车道路为0.5
‑
1倍、人行道路为1
‑
1.5倍。可以理解的是，人行道路应当包括城市中的街道、非机动车道旁的步行道、小区或厂房企业等建筑群区域内部的可以供人或路面交通工具 (如救护车、志愿服务车等)行走的路。
12.在一个实施例中，扩宽是以生成路网的线条为中轴线向两边扩宽。
13.步骤s1
‑
3具体包括：s1
‑3‑
1基于步骤s1
‑2‑
1中的城市遥感图像，使用无添加层的vgg
‑
16算法作为cnn主干网络提取一系列不同卷积层获得的特征图，特征图是输入图像尺寸的1/2
‑
1/10，优选为1/8；同时，通过图像金字塔算法fpn利用cnn主干网络不同层来构建特征金字塔，并预测多个建筑的边框，s1
‑3‑
2对于多个建筑中的每一建筑，都对所述一系列不同卷积层获得的特征图和对应的建筑的边框利用roialign算法获得建筑的本地特征图f；s1
‑3‑
2对于每个建筑的所述本地特征图f采用卷积层处理形成多边形边界罩m，再利用卷积层处理形成边界罩m的多个预测顶点p；其中多边形边界罩m具体是指描述建筑在e中的xoy平面的垂直投影；s1
‑3‑
3选取p中概率最大的点作为起始点，利用卷积长短期记忆convlstm的多层rnn算法进行多步预测，得到多个预测点（t为步序数）封闭的建筑边界多边形，形成城市建筑网模型；s1
‑3‑
4对每一个多边形边界中最长和次长的对角线交点代表该建筑的标引点，并将道路路网每隔预设距离设置一个道路标引点，将建筑标引点和道路标引点整合成标引库k（标引库k中每个标引点都以对应在e下的坐标表示）。
14.步骤s1
‑
4具体包括在城市地理坐标系e下，按照所述遥感图像中建筑和道路的相对坐标位置，将步骤s1
‑
2和s1
‑
3建立的模型融合，形成城市道路和建筑的二维模型；s1
‑
5预设所述二维模型中各多边形边界在e下的表示建筑层高的z坐标h，并将各类智慧社区站点的建筑标引点处以不同颜色几何图形标记，形成城市智慧社区站点三维模型；其中，所述移动终端能够通过所述app查询到指定的城市智慧社区站点，并在相应的三维模型中显示相应的几何图形标记以及站点名称，所在地理坐标和所在道路名称；所述移动终端，各类智慧社区站点的监控中心c以及总监控中心cc界面上能够分别通过手动点击，以及光标移动到所述不同颜色几何图形标记上或利用光标点击所述不同颜色几何图形标记而显示和/或进入智慧社区服务信息界面、实现服务预约功能、通过长按紧急联系功能实现紧急联系，和/或，注册或进入相应站点中的智慧管理系统或查看附近其他智慧社区站点。优选地，长按时间为2
‑
4秒，并弹出确认对话框。
15.应当理解的是，所述智慧社区服务信息界面能够通过app相应应用模块而单独查看或进入使用。这里不同颜色是为了区分站点建筑和非站点建筑，可以与后文检测圆形成
过程中定义的第一彩色或灰度或第二彩色或灰度相同或不同。
16.其中所述智慧社区服务信息在医疗服务方面包括挂号信息、划价收费信息、医疗设备（如x光机、ct、nmr、呼气检测机等）排号提醒信息、当前人员信息、住院或坐堂信息、药品使用信息、附近其他智慧社区站点信息、病患就医者和被看护对象的病历，医学检查数据和记录，以及目前健康数据。其中所述当前人员信息包括人员的简介，坐诊日程安排，当前是否正在坐诊，以及是否出行执行应急任务等。所述药品使用信息包括药品使用方法，注意事项，以及提醒药品使用的信息，和复诊提醒或在线咨询复诊通讯信息等。而在其他物业、商务服务、智慧家居则根据各行业的特点而设置相应的服务信息的查阅。
17.关于s2所述步骤s2具体包括：s2
‑
1智慧社区站点中人员和总监控中心cc工作人员配备移动终端，并在移动终端中安装智慧社区的城市三维模型协同管理应用程序app专业版，以及用户配备移动终端，并在移动终端中安装智慧社区的城市三维模型协同管理应用程序app的用户版；其中，所述app专业版能够注册或进入相应站点中的智慧管理系统，而所述app用户版仅保留显示或进入智慧社区服务信息界面，以及实现服务预约、紧急联系的功能；其中，所述总监控中心cc工作人员配备移动终端用于ai建模；s2
‑
2在智慧社区站点中的各进出门上安装人脸识别装置，当人员出门时通过人脸识别表示该人员已经外出站点，而记录减少一名实时应急任务的人员，或者在所述app上安装紧急提示信息模块，通过监控中心c或总监控中心cc对app发出救护安排和提醒信息，人员通过点击所述紧急提示信息模块而记录点击的人员已开始执行应急任务，从而使得该站点中减少一名实时应急任务的人员；所述监控中心c以及总监控中心cc保存所述记录，并在所述三维模型相应的所述智慧社区服务信息中更新是否出行执行应急任务的记录，从而借以表示该站点是否处于可提供服务的人员充足的状态。
18.其中，紧急联系功能和紧急提示信息模块可以是同一个或不同的app功能按钮。
19.关于s3所述s3具体包括：s3
‑
1每隔预定的时间，通过所述总监控中心cc工作人员配备移动终端定位一个初始当前地理位置，并根据所述当前地理位置在所述标引库k中找到对应三维模型中与之直线距离最短的道路标引点；优选的，所述预定的时间为1天
‑
1个月之间；s3
‑
2以所述直线距离最短的道路标引点为圆心，在所述三维模型中预设半径r的圆内找到表示智慧社区站点建筑的所述不同颜色几何图形标记以及获取各标记相应的人员是否充足状态；如果没有找到满足人员充足状态的不同颜色几何图形标记，则以规定的步长扩大半径r，直到找到为止；所述规定步长为50
‑
5000m；s3
‑
3根据所述圆心以及r范围内的满足人员充足状态的不同颜色几何图形标记，找到与所述圆心直线距离最近的满足人员充足状态的几何图形标记，并将所述直线距离最近的满足人员充足状态的几何图形标记为第一彩色或灰度，而所述圆范围内的表示其他所述智慧社区建筑的不同颜色的几何图形标记都统一为第二的彩色或灰度，而剩余圆内的其他区域统一为第三颜色或灰度，从而形成检测圆；
s3
‑
4在城市三维模型中不断更换新的地理位置而重复步骤s3
‑1‑
s3
‑
3，得到多个检测圆，优选地，所述检测圆的个数为1000
‑
100000；其中多个检测圆划分为训练集和验证集的个数比为10:1
‑
1:1。
20.s3
‑
5根据各检测圆的圆心在e下的地理坐标，所述多个检测圆以及寻找到城市智慧社区站点j建立人工智能模型。优选地，所述ai模型包括卷积神经网路cnn，svm支持向量机，生成对抗网络gan。通过训练模型和模型验证，获得最终的ai模型。
21.可以理解的是，由于模型训练的样本是采样于长期实时场景下人员是否满足充足状态，而非随机假设各种充足状态可能下的采样，因而得到的ai模型更能真实提高寻找命中效率。如果采样是随机假设是否充足状态，则会远远加大训练量。这是因为所采样大多数来自于并非真实反映人员充足状态在三维模型的实时分布状态。
22.关于s4所述s4具体包括：s4
‑
1 用户通过app而找到当前位置，app获取到当前用户所在e下的坐标并获取检测圆o；s4
‑
2 将所述坐标以及检测圆o代入所述ai模型，找到智慧社区站点j并在所述三维模型中以相应颜色的所述几何图形标记。
23.关于s5所述s5具体包括：当寻找到城市智慧社区站点j时即可点击步骤s1建立的三维模型中的所述几何图形标记以通讯联系到j，以让所述人员赶赴所述定点进行服务。
24.在一个实施例中，在步骤s5用户通讯联系到j之后，所述人员赶赴所述定点之前还包括步骤s5
‑
1和s5
‑
2利用导航找到用户，具体包括：s5
‑
1所述人员接到服务信息时，从相应的站点出发，在经过站点中的门时识别人脸和/或点击所述紧急提示信息模块，而在所述人员和用户的app上显示当前站点所在的标引点和离用户的地理位置直线距离最近的道路标引点之间建立的导航路线，和/或显示从相应的站点出发的所述人员当前所在位置；s5
‑
2用户在app上提示用户当前位置给所述人员，以便与所述人员保持通信，使得所述人员精确到达用户当前位置；s5
‑
3 所述人员利用所述导航路线而寻找到所述用户当前位置。
25.可以理解的是，当人员熟悉路线时，可以不借助导航而直接赶赴服务现场。
26.其中，所述导航路线建立方法为：s5
‑1‑
1根据当前站点建筑所在的标引点的坐标位置，在所述坐标位置和离用户的地理位置直线距离最近的道路标引点作为的目标地点之间建立直线段l，设置需要经过的在三维模型中的多个中间地点，对所述多个中间地点中两个相邻的点之间建立导航规划建议路径，并将所述多个中间地点以及所述目标地点的表示符号和导航规划建议路径在人员移动终端中或人员驾驶的交通工具中显示；s5
‑1‑
2按照显示的表示符号和所述导航规划建议路径行走，直到目标地点而完成所述导航。
27.其中，在所述坐标位置和离用户的地理位置直线距离最近的道路标引点作为的目标地点之间直线段l，设置需要经过的在三维模型中的多个中间地点具体包括：s5
‑1‑1‑
1将输入坐标系e下用户地理坐标在位置发送给服务器s，利用服务器s在三维模型中的所述位置和所述目标地点之间建立直线段l；s5
‑1‑1‑
2将直线段l平均分割成预设的份数的多个直线分段pi(i=1,2...k
‑
1, k为预设的份数)，对于每一个直线分段pi，利用从其中点开始，或利用直线段l的每个等分点开始，向l两侧方向上远离所述中点或等分点运动的多个（对于中点为2k个，对于等分点为2（k
‑
1）个）动点而逐步搜索在e下的横坐标与纵坐标；s5
‑1‑1‑
3将步骤5
‑1‑1‑
2中逐步搜索得到的所述的在e下的多个动点不断计算标引库k中的附近道路标引点距离，当所述距离为最近者作为“所述每一个直线分段pi或每一个等分点”对应的中间地点。
28.其中所述两侧方向优选为平行于e的x或y轴的两侧方向，也可以是垂直于直线段l的方向，或者是平行于e的x轴、y轴的两侧方向以及垂直于直线段l方向三向这种多向同时搜索。可以理解的是当直线段l平行于x轴或y轴时，只需对平行于e的x轴、y轴的两向同时搜索。当选择多向搜索时，逐步搜索中每一步搜索结果是所有向中的横坐标和纵坐标的平均值，且所述平均值包括算术平均值或加权平均值。
29.本发明还提供一种实现上述方法的智慧社区的城市三维模型协同管理系统，其特征在于包括：各类智慧社区站点中设立的服务器s，监控中心c，总监控中心cc，总监控中心cc的服务器ss，为智慧社区站点中人员，用户，总监控中心cc工作人员配备的移动终端，其中，所述服务器s用于接收用户的地理定位，检测圆，提供智慧社区服务信息，并接收总监控中心cc的服务器ss发来的更新和完善的智慧社区服务信息、三维模型以及ai模型；监控中心c用于接收服务器s发来的用户的地理定位信息、三维模型以及ai模型而向用户移动终端发送站点j在三维模型中的几何图形标记的寻找结果，并且向总监控中心cc汇报智慧社区服务信息和寻找结果；总监控中心cc用于对服务器s，监控中心c中的历史和实时数据进行分析处理，而对各服务器s和监控中心c进行协同管理，所述数据包括了智慧社区服务信息，服务预约和紧急联系信息，智慧管理系统中的数据，以及三维模型以及ai模型；总监控中心cc的服务器ss用于三维模型建模和ai模型建模，并对服器s中的三维模型mod
3d
以及ai模型进行更新；智慧社区站点中人员以及用户配备的移动终端中分别安装有智慧社区的城市三维模型协同管理应用程序app，优选地，所述人员用移动终端中安装智慧社区的城市三维模型协同管理应用程序app专业版，以及所述用户配备的移动终端中安装智慧社区的城市三维模型协同管理应用程序app的用户版。
30.本发明还提供一种计算机可读非暂时性存储介质，其中存储有可由所述服务器s，服务器ss，和监控中心c，以及总监控中心cc运行而实现上述智慧社区站点的城市三维模型协同管理方法的程序。
31.应当指出的是，本发明所述的三维模型可以是基于遥感影像图的模型，也可以是语义化的模型。
32.有益效果，本发明提供的智慧社区的城市三维模型协同管理方法与系统是基于城市精确大三维模型，从而使得各站点的数据信息、日常管理和应急处理变得统筹协调，并且能够通过移动终端app实时地理方位可视地实行网上医疗和信息查阅，以及提供及时的可跟踪的医疗救护应急服务。
附图说明
33.图1本发明一种养老医疗卫生机构的城市三维模型协同管理方法流程示意图，图2实施例1中三维模型，其中，标记了城市一家养老院主楼标引点，道路对面的一家医院hos，各建筑标引点为圆心的标引圆，并且养老院和医院hos的标引圆颜色不同，且与其他建筑黑色标引圆颜色也都不同，此外，还标记了道路标引点（其中一点为），以及寻找附近最近医院所使用的以养老院主楼标引点为圆心r为半径的部分圆周，图3a对城市路网提取的rnn循环神经网络算法流程以及城市路网生成过程示意图，图3b为图3a中生成好的城市路网圆圈范围内的局部路网扩宽示意图，图4基于cnn主干网络的卷积长短期记忆convlstm的多层rnn建筑边界以及建筑标引点的提取流程图，图5a用户智能手机中显示的用户版app示意图，图5b医院hos的监控中心c专业版app的界面示意图，图5c用户智能手机中显示的用户版app示意图中点开了附近快递站点的界面示意图；图5d医院hos的监控中心c专业版app中点开了附近快递站点的界面示意图；图6总监控中心cc工作人员手机上专业版app在ai建模时的界面示意图，图7检测圆形成的过程示意图，图8在紧急联系医院j之后，急救医生在赶往标引点4时，用户智能手机上导航路线以及救护车当前所在位置的界面示意图，图9急救医生智能手机的app上的中间地点和作为目标地点标引点4之间的直线l在城市三维模型中显示。
34.其中附图标记，1用户智能手机，2总控制中心cc工作人员用智能手机，3ai建模时选择的或用户的当前地理位置，4离ai建模时选择的或用户的当前地理位置直线距离最近的道路标引点，5ai建模时寻找医院j时使用的半径为r的圆，6表示医院j建筑所在的标引圆，7表示其他站点建筑所在的标引圆，8检测圆，9导航路线，10急救医生或救护车当前所在位置，11区别于实施例1
‑
4的另一家养老院的看护人员智能手机，22急救医生智能手机。
具体实施方式
35.以下对本发明具体在养老医疗领域的智慧社区服务典型实施方式进行说明。
36.实施例1如图1为本发明一种养老医疗卫生机构的城市三维模型协同管理方法流程示意图，在图2中存在一家养老院主楼标引点，以及道路对面的一家医院hos。图2中各建筑标引点为圆心标记了标引圆，并且养老院和医院hos的标引圆颜色不同，且与其他建筑黑色标引圆颜色也都不同。图2中还标记了道路标引点（其中一点为），以及寻找附近最近医院所使用的以养老院主楼标引点为圆心r为半径的部分圆周。
37.所述方法包括了五个步骤，即：s1所述养老院主楼，以及医院hos中设立服务器s以及监控中心c（图2中未示出），并在城市中其他地方设立总监控中心cc（图2中未示出）并设立总监控中心cc的服务器ss，建立城市养老医疗卫生机构三维模型；s2 养老院主楼中看护人员，被看护老人家属和，医院hos中的急救医生都配备安装有养老医疗卫生机构的城市三维模型协同管理应用程序app的智能手机；在医院hos大楼大门中配备识别装置；s3 建立寻找城市养老医疗卫生机构的人工智能ai模型；s4 利用步骤s3建立的ai模型与步骤s2的app实现在步骤s1建立的三维模型中的实时定点寻找到医院hos，并在所述三维模型中标记；s5 当寻找到医院hos时即可通过步骤s1建立的三维模型中hos的标引圆而通讯联系到医院hos，以让急救医生赶赴所述养老院主楼对老人进行医疗救护。
38.其中所述s1具体包括：s1
‑
1所述养老院主楼中设立单独的服务器s以及单独的监控中心c，设立总监控中心cc对所述单独的服务器s以及单独的监控中心c的数据进行实时的处理分析，以及对各类养老医疗卫生机构进行协同管理，总监控中心cc的服务器ss用于三维模型建模和ai模型建模。
39.实施例2实施例1中s1
‑
1之后还包括：s1
‑
2人工智能网络的城市道路网模型建立；s1
‑
3人工智能网络的城市建筑网模型的建立；s1
‑
4将步骤s1
‑
2和s1
‑
3建立的模型融合，形成城市道路和建筑的二维模型；s1
‑
5基于步骤s1
‑
4的城市道路和建筑的二维模型构建所述三维模型；其中，步骤s1
‑
2具体包括：s1
‑2‑
1建立城市地理坐标系e（如图2所示），xoy平面代表地面（x向为北）。
40.如图3a，基于城市遥感图像，利用rnn循环神经网络算法，定义步长l（根据道路总长而在1
‑
5m中选择）以及矢量方向r作为属性矢量v，将每个起始节点以及k条入射路经方向，的点作为输入点（k个点与对应的起始点之间对应了k个初始属性矢量）， 将k+1个输入点以及属性矢量v输入编码器，由解码器生成新节点；具体是对于每一个起始点的每一个方向的输入点，对应了在e下的坐标，属性矢量v对应于坐标
增量，其中t表示当前输入点的序号（对于起始点为0，对于第一个新的输入点为1)，将该坐标和属性矢量v输入编码器，解码器将出射在e下生成的新节点，其中，。图3a中示例性地给出了每隔20次节点生成循环下，总共100次节点生成循环的路网生成过程；s1
‑2‑
2如图3b为图3a中圆圈范围内的局部路网扩宽示意图。将图3b的局部路网按照预设的宽度w以生成路网的线条为中轴线向两边进行扩宽，形成具有一定宽度的道路宽线条，从而获得城市道路网模型，其中w 为所述遥感图像中所有道路宽度平均值的1
‑
1.1倍。
41.参见图4，步骤s1
‑
3人工智能网络的城市建筑网模型的建立，具体包括：s1
‑3‑
1基于步骤s1
‑
2中的城市遥感图像，使用无添加层的vgg
‑
16算法作为cnn主干网络提取一系列不同卷积层获得的特征图，特征图是输入图像尺寸的1/8；同时，通过图像金字塔算法fpn利用cnn主干网络不同层来构建特征金字塔，并预测多个建筑的边框，s1
‑3‑
2对于多个建筑中的每一建筑，都对所述一系列不同卷积层获得的特征图和对应的建筑的边框利用roialign算法获得建筑的本地特征图f；s1
‑3‑
2对于每个建筑的所述本地特征图f采用卷积层处理形成六边形边界罩m，再利用卷积层处理形成边界罩m的6个预测顶点p；其中六边形边界罩m具体是指描述建筑在e中的xoy平面的垂直投影；s1
‑3‑
3选取p中概率最大的点作为起始点，利用卷积长短期记忆convlstm的多层rnn算法进行6步预测，得到6个预测点算法进行6步预测，得到6个预测点封闭的建筑边界多边形，形成城市建筑网模型（如图2）；s1
‑3‑
4对每一个多边形边界中最长和次长的对角线交点代表该建筑的标引点，并将道路路网每隔预设距离设置一个道路标引点，将建筑标引点和道路标引点整合成标引库k；s1
‑
4具体包括在城市地理坐标系e下，按照所述遥感图像中建筑和道路的相对坐标位置，将步骤s1
‑
2和s1
‑
3建立的模型融合，形成城市道路和建筑的二维模型；s1
‑
5预设所述二维模型中各多边形边界在e下的表示建筑层高的z坐标h，并将各类医疗机构的建筑标引点处标记以不同颜色标引圆，形成城市养老医疗卫生机构三维模型；其中，所述智能手机能够通过所述app查询到指定的城市养老医疗卫生机构，并在相应的三维模型中显示相应的标引圆以及机构名称，所在地理坐标和所在道路名称（图2和图5a和5b中均未示出）。
42.实施例3所述步骤s2具体包括：s2
‑
1养老院中看护人员配备智能手机（也即用户手机），被看护老人家属（也属于用户手机）和医院中的急救医生配备智能手机，并在急救医生配备智能手机中安装养老医疗卫生机构的城市三维模型协同管理应用程序app专业版，以及用户手机中安装养老医疗
卫生机构的城市三维模型协同管理应用程序app的用户版；其中，所述app专业版能够注册或进入相应机构中的医疗和管理系统，而所述app用户版仅保留显示或进入医疗信息界面，以及实现就医挂号、呼救联系的功能；再为总监控中心cc工作人员配备ai建模用智能手机；s2
‑
2在养老医疗卫生机构中的各进出门上安装人脸识别装置和在所述app上安装呼救提示信息模块，在本实施例中呼救提示信息模块即为呼救联系按钮。
43.当急救医生出医院hos主楼大门时，通过人脸识别装置识别急救医生人脸，表示该人员已经外出机构，而记录减少一名实时应急任务的人员，通过监控中心c或总监控中心cc对app发出救护安排和提醒信息，人员通过点击呼救联系按钮而记录点击的人员已开始执行应急任务，从而使得该机构中减少一名实时应急任务的人员；所述监控中心c以及总监控中心cc保存所述记录，并在所述三维模型mod
3d
相应的所述医疗信息中更新该急救医生已出行执行应急任务的记录，从而借以表示该机构是否处于可提供服务的人员充足的状态。
44.应当强调的是：点击呼救联系按钮与急救医生人脸识别一起形成确认该急救医生外出医院hos的双保险手段。因为如果出大门忘记人脸识别或人脸识别失败但未引起注意重新进行识别时，还可以通过点击呼救联系按钮形成外出记录；或者相反，忘记点击呼救联系按钮，但还可通过人脸识别进行补录。而两者都忘记的情况很少，视作未按专业流程操作的行医行为。
45.其中，图5a，5b分别显示了智能手机1用户版app，以及医院hos的监控中心c专业版app的界面上能够分别通过点击和光标移动到所述不同颜色标引圆上而在放大（对于前者通过常规的两个手指在智能手机屏幕上相反方向同时滑动的操作方式实现，后者则可以通过专业版app放大按钮操作）的三维模型mod
3d
中显示医院hos医疗信息菜单界面。菜单上最上栏标注了医疗信息，菜单中间两栏分别标注了预约挂号按钮、以及呼救联系按钮。而在图5a中用户通过长按2s呼救联系按钮后会弹出确认急救的对话框（图5a中未示出）；而在图5b中呼救联系按钮，在急救医生智能手机上使用时，还额外通过监控中心c分配急救任务而弹出菜单亮起，此时急救医生通过按下呼救联系按钮表示接受任务而出医院hos，准备对图2中道路对面养老院中的呼救进行响应。
46.在图5a中用户版app和图5b中专业版app在菜单最后一栏则显示了不同的内容，前者为附近其他养老医疗卫生机构，而后者为医疗和管理系统。分别通过用户和急救医生点击能够进入进行搜索查看以及进入系统进行日常坐诊操作。
47.其中所述医疗信息在图5a和图5b中都包括挂号信息、收费信息、ct排号提醒信息、当前人员信息、住院信息，以及用于详细医疗信息查看和/或用于更新录入医疗信息的查看详情按钮。其中，所述当前人员信息包括：当前是否正在坐诊，而点开查看详情按钮后，可以看到额外的医院hos中的急救医生的简介，其他医院人员的坐诊日程安排以及是否出行执行应急任务。在用户版app中所述药品使用信息包括提醒药品使用的信息和复诊提醒。
48.在图5a和5b中还在界面下边显示了附近的一处快递站点，其建筑标引圆为紫色。图5c和5d分别显示了在图5a和5b的用户版app和专业版app三维模型上用户和人员分别手动点击和光标点击快递站点建筑上的紫色标引圆后弹出了关于该快递站点的名称、寄快递、当前包裹查看以及查阅快递历史数据的详情按钮选项。其中在图5a中用户版app上在点开hos主楼标引圆后弹出的菜单还额外有其他社区服务站点选项，用于用户点击进入查看城市智慧社区三维模型中表示附近的其他非医院hos的其他社区站点。这些站点建筑的标
引圆都是不同颜色。
49.实施例4所述s3具体包括：s3
‑
1每隔1个月，如图6所示，通过总监控中心cc工作人员配备的智能手机2在城市中定位一初始当前地理位置3(以蓝色的圆标记)，并根据所述当前地理位置3在所述标引库k中找到对应三维模型中与之直线距离最短的道路标引点4；s3
‑
2以所述直线距离最短的道路标引点4为圆心，在所述三维模型中预设半径r的圆5内找到表示所述养老医疗卫生机构建筑的所述不同颜色标引圆以及获取各标引圆对应的人员是否充足状态；如果没有找到满足人员充足状态的不同颜色标引圆，则以规定的步长100m扩大半径r，直到找到为止；s3
‑
3如图6所示，在总监控中心cc工作人员配备的智能手机2中根据所述圆心以及r范围内的满足人员充足状态的不同颜色标引圆，找到与所述圆心直线距离最近的满足人员充足状态的标引圆，并将所述圆心和所述直线距离最近的满足人员充足状态的一个标引圆6分别标记为红色和绿色，而所述圆范围内的其他两个标引圆7都统一为黑色（表示人员不充足的机构，如药店或企事业单位学校卫生室，而一旦两者中至少一者存在急救医生，则也标记为绿色），而剩余圆内的其他区域统一为黄颜色，从而形成绿、黑、黄三色检测圆。当两个标引圆7中下方一个对应机构存在合适的急救医生时则变为绿色，而此时绿色标引圆6由于距离标引点4较变为绿色的标引圆7远而转变成黑色。
50.如图7所示，总监控中心cc工作人员配备的智能手机2中在一次采样中获得的左侧圆5。其中，具有某一当前地理位置3，所述当前地理位置3在所述标引库k中找到对应三维模型中与之直线距离最短的道路标引点4，满足人员充足状态的一个绿色标引圆6，以及人员不充足的机构的一个黑色标引圆7，将绿色标引圆6和黑色标引圆7之外的圆域都设定为黄颜色，从而获得绿、黑、黄三色检测圆8（图7右侧）。
51.s3
‑
4在城市三维模型中不断更换新的地理位置而重复步骤s3
‑1‑
s3
‑
3，得到10000个检测圆；s3
‑
5根据圆心在e下的地理坐标，所述多个检测圆以及寻找到城市养老医疗卫生机构j建立人工智能模型。所述ai模型卷积神经网路cnn。其中训练集和验证集检测圆的个数比为5:1。通过训练模型和模型验证，获得最终的ai模型。
52.实施例5本实施例与实施例1
‑
4的场景不同，是在城市中另一家养老院和与之相隔较远的医院j的应用场景。在此场景下：所述s4具体包括：s4
‑
1如图8所示，养老院看护人员通过智能手机11的app而找到当前位置3，同时app获取当前用户当前位置3在e下的坐标并获取检测圆o（图中未示出，但给出圆心4，即前用户所在位置3直线距离最短的道路标引点）；s4
‑
2 将所述坐标以及检测圆o发送给养老院服务器s代入所述ai模型，找到医院j并在所述三维模型中标以绿色的标引圆j。
53.所述s5具体包括：
当寻找到医院j时即可通过点击步骤s1建立的三维模型中的绿色的标引圆j，或者先放大三维模型，找到放大后的三维模型中点击步骤s1建立的三维模型中的绿色的标引圆j而弹出如图5a的菜单，通过长按呼救联系按钮并在弹出的对话框中选择确定，即可通讯联系到医院j，以让急救医生赶赴所述定点进行医疗救护服务。
54.实施例6在实施例5中步骤s5用户通讯联系到医院j之后，所述人员赶赴所述定点之前还包括步骤s5
‑
1和s5
‑
2利用导航找到用户，具体包括：s5
‑
1急救医生接到监控中心c发来的救护信息时，从医院j出发，在经过机构中的门时识别人脸和点击呼救联系按钮（在急救医生智能手机上点击操作，或者急救医生的工作台式计算机上操作），而在养老院看护人员和急救医生的智能手机的app上都能显示当前医院j所在的标引点和离看护人员当前位置3直线距离最近的道路标引点4之间建立的导航路线9，和显示从医院j出发的急救医生当前所在位置10（五角星表示）（如图8）；s5
‑
2在看护人员智能手机app上提示急救医生看护人员当前位置3，以便用户与人员保持通信使得人员精确到达看护人员当前位置3；s5
‑
3所述急救医生利用所述导航路线9而利用救护车寻找到所述看护人员当前位置3。
55.实施例7所述图8中的导航路线9建立方法为：图9所示，s5
‑1‑
1根据当前医院j主楼所在的标引点的坐标位置，在所述坐标位置和离看护人员当前位置3（参见图8）直线距离最近的道路标引点4作为的目标地点之间建立直线段l，设置需要经过的在三维模型中的两个中间地点，对所述两个中间地点之间建立导航规划建议路径9，并将所述两个中间地点以及作为目标地点的标引点4的表示符号和导航规划建议路径可以在急救医生智能手机22的app中或救护车中显示；其中a和b是救护车上建立的坐标系f的两个相互垂直的坐标轴；s5
‑1‑
2按照显示的表示符号和所述导航规划建议路径行走，直到目标地点而完成所述导航。
56.其中，在所述坐标位置和离用户的地理位置3直线距离最近的道路标引点4作为的目标地点之间直线段l，设置需要经过的在三维模型中的两个中间地点具体包括：s5
‑1‑1‑
1将输入坐标系e下用户地理坐标在位置发送给服务器s，利用服务器s在三维模型中的所述道路标引点4和医院j建筑所在标引点之间建立直线段l；s5
‑1‑1‑
2将直线段l平均分割成预设的份数的3个直线分段，对于每一个直线分段，利用直线段l的每个等分点开始，对于靠近标引点4的等分点按照平行于e的x轴的两侧方向每隔2.5m之处进行搜索，而远离的标引点4的等分点按照平行于e的y轴的两侧方向每隔2.5m之处进行搜索；s5
‑1‑1‑
3将步骤5
‑1‑1‑
2中逐步搜索得到的所述的在e下的动点不断计算标引库k中的附近道路标引点距离，当所述距离为最近者作为“每一个等分点”对应的中间地点d和g（图9所示）。
57.实施例8
一种实现上述实施例1
‑
6的方法的养老医疗卫生机构的城市三维模型协同管理系统，包括：各类养老医疗卫生机构中设立服务器s，监控中心c，设立总监控中心cc，总监控中心cc的服务器ss，为养老医疗卫生机构中人员，用户，总监控中心cc工作人员配备的智能手机，其中，所述服务器s用于接收用户的地理定位，检测圆，提供医疗信息，并接收总监控中心cc的服务器ss发来的更新和完善的医疗信息、三维模型以及ai模型；监控中心c用于接收服务器s发来的用户的地理定位信息、三维模型以及ai模型而向用户智能手机发送机构j在三维模型中的几何图形标记的寻找结果，并且向总监控中心cc汇报医疗信息和寻找结果；总监控中心cc用于对服务器s，监控中心c中的历史和实时数据进行分析处理，而对各服务器s和监控中心c进行协同管理，所述数据包括了医疗信息，就医挂号和呼救联系信息，医疗和管理系统中的数据，以及三维模型以及ai模型；总监控中心cc的服务器ss用于三维模型建模和ai模型建模，并对服器s中的三维模型mod
3d
以及ai模型进行更新；养老医疗卫生机构中人员以及用户配备的智能手机中分别安装有养老医疗卫生机构的城市三维模型协同管理应用程序app。所述人员用智能手机中安装养老医疗卫生机构的城市三维模型协同管理应用程序app专业版，以及所述用户配备的智能手机中安装养老医疗卫生机构的城市三维模型协同管理应用程序app的用户版，同时总监控中心cc配备。