一种基于事件知识图谱的安保移动轨迹展示方法与流程

本发明涉及信息，尤其涉及一种基于事件知识图谱的安保移动轨迹展示方法。

背景技术：

1、对巡逻位置的监控，只能了解当前位置，但保安的未来位置，除了按原定计划走，也可能会有其他事务导致保安位置不确定。但根据保安人员的对话，是可以实时了解，巡逻动态，并了解他们的下一级去向的。本发明，对保安接下来短时间内的动向进行分析。并调整即时保安密度和流量。在安保人员根据原计划进行巡逻时，出现了突发情况，距离最近的安保人员在不清楚具体的情况下会通过对讲机进行情况上报，若没有系统对该位置进行路线计算且情况紧急，其他安保人员的具体位置可能来不及沟通，从而造成出现突发情况时，安保人员上报后其余大部分安保人员都前往了事发地，其余巡逻点就没有了安保人员的巡逻，就出现了巡逻漏洞。当突发情况发生时，将离着突发情况较近的安保人员安排到突发情况位置，此时被安排的安保人员还有自己原来需要巡逻的巡逻点，可以通过安保巡逻图谱，根据安保人员，确定这个安保人员的巡逻点，将其余安保人员的巡逻点或路径进行动态规划，防止巡逻点遗漏。安保巡逻图谱根据巡逻点，得到该巡逻点的重点，当安保人员巡逻到该巡逻点时，能够及时提醒安保人员，使安保人员能够准确、快速的得到该巡逻点的重点，更加迅速的对巡逻点进行有针对性的关注。在正常巡逻的情况下，安保人员之间很少会用对讲机进行实时沟通巡逻位置。因此需要一个系统来对各个安保人员的位置进行实时定位，分配最近的几个安保人员前往事发地点进行情况处理，其余安保人员代替前往事发地的安保人员完成巡逻任务，以便于通过安保人员位置进行巡逻漏洞实时监测。在正常情况下需要确保各个巡逻点都有安保人员进行定期巡逻，既要避免出现多个安保人员同时巡逻相同的位置又要避免一个巡逻点很久都没有巡逻。

技术实现思路

1、本发明提供了一种基于事件知识图谱的安保移动轨迹展示方法，主要包括：

2、标定小区内的巡逻点，确定安保巡逻位置，构建安保巡逻图谱；获取并记录小区巡逻点之间的实际路程距离；对实际路程距离进行筛选，得到筛选数据矩阵；基于筛选的数据建立动态规划数学模型，得到巡逻路线规划，具体包括：获取巡逻点之间的最短路程，利用禁忌搜索算法，得到最优的巡逻路线规划，通过对话识别重点，根据重点识别新的巡逻点，更新安保巡逻图谱，利用禁忌搜索算法，得到新的最优巡逻路线，基于当前巡逻顺序建立最优化模型解决动态规划；最优巡逻路线进行实际路线转化；利用安保巡逻图谱，获取当前安保人员的巡逻点，进行巡逻漏洞检测，建立优化模型；对安保人员的巡逻点和巡逻路线进行动态规划，更新安保巡逻图谱；利用安保巡逻图谱，建立突发情况下的优化模型，并进行动态规划；对规划的巡逻路线进行评估，得到巡逻方案。

3、进一步可选地，所述标定小区内的巡逻点，确定安保巡逻位置，构建安保巡逻图谱，包括：

4、将小区内的所有重要位置设为巡逻点，将小区内每一个监控头位置、每一栋楼的单元门位置、停车场门口位置以及每一个消防设施位置都定为巡逻点；安保人员大多都在小区的大门处值班，且进出小区的大门不止一个，则将小区的每个大门看作一个巡逻点，同时将小区的围栏位置根据实际情况每间隔预设的阈值设置一个巡逻点，；若设置的巡逻点有重叠部分，则重叠的巡逻点合并成为一个巡逻点；根据设定的巡逻点，分配每个安保人员的巡逻任务，且各个安保人员可以通过对讲机询问对应需要完成的巡逻任务，同时构建安保巡逻图谱，其中三元组的具体内容为：头实体为安保人员名，关系为巡逻位置，尾实体为巡逻点名称。

5、进一步可选地，所述获取并记录小区巡逻点之间的实际路程距离，包括：

6、对小区中各个巡逻点进行编号，以小区的任意一个大门为起点，按照顺时针的方向，对小区的各个大门进行依次编号，地图导航中多为机动车通行的道路数据，而有关小区内行人通行的路线数据相对较少，则选择编号靠前的大门为初始位置，人工测量直线方向距离最近的一个巡逻点的实际路程距离，同时判断中途是否经过其它巡逻点，并测量对应的实际路程距离，用于为安保人员的巡逻任务规划计算中；其中在人工测量小区内所有道路各个具体巡逻点之间实际路程距离时，对同一条道路进行多次实际测量得到的路程距离进行加和及求平均值操作，得到最终的实际路程距离；预设巡逻点总数为n个，则路程矩阵h为n行n列，路径方向矩阵m为n行n列，分别记录两个巡逻点之间的实际路程距离和两个巡逻点之间存在其它巡逻点的数量，路程矩阵h初始时为空，根据巡逻点编号，将测量得到的两个巡逻点之间的实际路程距离和其它巡逻点的数量填写到路程矩阵h和路径方向矩阵m的对应位置上；再重新将小区的大门作为初始位置，排除已测量过的巡逻点，选择下一个最近的巡逻点，并记录这个巡逻点的实际路程距离，同时判断是否经过其它巡逻点，记录其它巡逻点的数量，填写到路程矩阵h和路径方向矩阵m的对应位置上；直到将每一个巡逻点作为初始位置，记录这个巡逻点到其余所有巡逻点的实际路程距离以及其它巡逻点的数量，此时，得到小区内各个巡逻点之间的实际路程距离以及其它巡逻点的数量，并且路程矩阵h和路程方向矩阵m中填入对应的值。

7、进一步可选地，所述对实际路程距离进行筛选，得到筛选数据矩阵，包括：

8、利用01判断对n行n列的路径方向矩阵m进行分析，按照保留两个巡逻点之间存在直接边的数据的原则，将路程矩阵h中的数据赋值到筛选数据矩阵g中；预设中间变量i、j和n行n列的筛选数据矩阵g，其中筛选数据矩阵g是一个主对角线上对称的矩阵；将i＝1,2...n作为循环参数，分别对路程矩阵h和路径方向矩阵m的每一行进行循环遍历；在每一个i值下，将j＝1,2...n作为循环参数，分别对路程矩阵h和路径方向矩阵m的每一列进行循环遍历；判断路径方向矩阵m(i,j)是否为真，即第i个巡逻点到第j个巡逻点途中是否会经过其它巡逻点；当路径方向矩阵m(i,j)为真时，即第i个巡逻点到第j个巡逻点之间经过其它巡逻点，此时将筛选数据矩阵g(i,j)的值赋值为正无穷；当路径方向矩阵m(i,j)为假时，即第i个和第j个巡逻点之间不经过其它巡逻点，此时将路程矩阵h(i,j)的值直接赋值给筛选数据矩阵g(i,j)；i和j的循环结束后，得到各个巡逻点之间的筛选数据矩阵g，完成数据筛选工作。

9、进一步可选地，所述基于筛选的数据建立动态规划数学模型，得到巡逻路线规划，包括：

10、利用动态规划，根据安保人员的巡逻点，得到一个相对完善的巡逻任务规划，并根据实际情况进行动态调整，规划出新的巡逻方案，实时更新安保人员的巡逻目的地，保证在出现突发情况下安保人员能在短时间内到达突发现场；实时获取安保人员之间通过对讲机之间的对话，并对对话进行识别，得到安保人员关注的重点，根据安保人员所在的巡逻点与重点之间的对应关系，得出小区中各个巡逻点的关注重点；在获取重点之后，通过建立起数学模型来对安保人员的巡逻任务进行动态规划，实现规划后的巡逻方案，让每一个安保人员能快速到达新的巡逻点；对不能快速到达新的巡逻点的安保人员重新分配巡逻任务，将前往事发现场的安保人员暂未完成的巡逻任务移交给其他安保人员代替完成；则需要在算出各个点之间距离数据的基础上建立最优化模型对安保人员要去的巡逻点进行动态调度；则需要计算所有巡逻点之间的距离当做路程数据使用禁忌搜索算法来对最优巡逻路线进行计算；计算所有巡逻点之间的距离，得到路程数据，建立最优化模型，动态调度安保人员，得到安保人员的新巡逻点，利用禁忌搜索算法，计算最优巡逻路线；包括：获取巡逻点之间的最短路程；利用禁忌搜索算法，得到最优的巡逻路线规划；通过对话识别重点，根据重点识别新的巡逻点，更新安保巡逻图谱；利用禁忌搜索算法，得到新的最优巡逻路线规划；基于当前巡逻顺序建立最优化模型解决动态规划；

11、所述获取巡逻点之间的最短路程，具体包括：

12、筛选数据矩阵g看作是一个有向图矩阵，即筛选数据矩阵g中的任意两个点之间都是相互连接的，是一个关于主对角线对称且主对角线全为0的矩阵；根据各个点之间是否有直接边连接，利用最短路径算法,计算各个巡逻点之间的最短距离，得到一个主对角线上都为0且其余各个点都为具体的数值的筛选数据矩阵g以及路径方向矩阵m。

13、所述利用禁忌搜索算法，得到最优的巡逻路线规划，具体包括：

14、搜索起始编码矩阵的生成，包括：由巡逻点之间的最短路程计算所述，将存在正无穷值的矩阵g带入最短路算法进行计算，将整理得到的新的全为具体数值的矩阵g；将矩阵g再次带入到禁忌搜索算法进行最短巡逻距离的情况下遍历所有巡逻点，通过计算得出的巡逻点先后规划，再次将各点的巡逻次数进行比对，找出一个巡逻次数相对均衡的巡逻计划，将此计划进行具体分配。

15、所述通过对话识别重点，根据重点识别新的巡逻点，更新安保巡逻图谱，具体包括：

16、根据安保人员的巡逻点确定位置，通过对讲机中安保人员的对话得到重点，并记录得到的重点，将得到的重点以头实体为巡逻点，关系为关注，尾实体为重点的形式，存储至安保巡逻图谱，安保人员对各个位置的重点进行检查并进行加强巡逻力度；通过查询安保巡逻图谱，获得每个安保人员的巡逻点，根据每一个安保人员通过最短路径巡逻过的位置来实时计算当前还没有被巡逻过的地点，以及当前安保人员的位置，以及移动方向变化。获取对话中的重点位置信息，并根据当前安保人员所处的位置进行判断，是否存在巡逻点之外的其余位置同样需要重点巡逻。并根据对应位置提到的对应关键信息进行判断，将提及次数较多且未在巡逻点中的位置标定为一个新的巡逻点，在进行动态规划出新的巡逻方案进行巡逻。

17、所述利用禁忌搜索算法，得到新的最优巡逻路线规划，具体包括：

18、根据巡逻点之间最短路程计算，得到的筛选数据矩阵g作为禁忌搜索算法的数据基础。通过建立禁忌搜索来对矩阵g进行路径巡逻规划。具体流程如下：设置初始参数，矩阵d为各个巡逻点之间的路径数据，即d＝g，预设巡逻点的个数为a个，随机生成一个初始的巡逻路线，存放到数组x0中，设最佳路径暂时等于x0，即预设xbest＝x0，预设dbest为最佳路径的总距离，即dbest＝∑d(x0(i),x0(i+1))+d(x0(end),1)，其中求和符号的取值为i＝1,2...length(x0)-1。预设禁忌表tabu，长度(根据实际需要计算的数据量)限制为tabusize，迭代次数上限(根据数据量而定)iter。设置渴望水平a＝dbest，当前函数值f＝dbest，预设a_iter为一个空数组，用于记录每一次迭代得到的渴望水平，预设f_iter同样为一个空数组，用于记录随迭代变化的函数值。在第一次循环中，设中间变量k＝1,2...iter，设deltas为空数组，用于记录每一个迭代完成后的距离差，预设数组p用于记录两个边界点的序号，预设数组x用于记录路径。在第一次循环中的内循环中，设中间变量j＝1,2...200，随机从1-100中选出两个整数，并从小到大排序，存入p1数组中，判断当p1(1)≠1时，预设新的数组x1，x1＝，其表达含义为：数组x1为数组x0中第一个位置的数值往后到第p1(1)-1个位置的数值段，数组x0中第p1(2)位置往前到p1(1)位置的数值段以及数值x0中第p1(2)+1位置往后到最后一个数的数组段重新组合的新数组。判断当p1(1)＝1时，新数组x1＝，表达含义为：数组x1为数组x0中p1(2)位置往前到第一个位置的数值段与x0数组中p1(2)+1位置往后到最后一个位置的数值段重新组合的新数组。预设s1＝d(x0(end),1)+∑d(x0(i),x0(i+1))，其中求和符号中i取值范围是

19、i＝1,2...length(x0)-1。再预设s2＝d(x1(end),1)+∑d(x1(i),x1(i+1))，其中i取值范围同样为i＝1,2...length(x0)-1,deltaf＝s2-s1。deltaf为新路线与旧路线的总距离差值，deltas.add(deltaf)，将计算得出的差值加入到数组末尾，p.add(p1),x.add(x1),将新的边界序号数组记录到p中最后一行的下一行，将新的路径数组记录到x中最后一行的下一行。当j循环结束时，且外循环中k个循环未结束情况下，预设key＝0，将deltas进行排序，将排序结果赋值到n中，将排序索引赋值到m中。p＝p(m,:)，其含义为将p中记录边界点按照m的顺序索引对p进行重新排列。x＝x(m,:)，其含义为将x中储存的各个路线数组同样按照m的顺序索引进行重新排列。以上执行完成后，且外循环正在执行，进入下一次内循环，i＝1,2...length(n)，tabu数组长度是否为0。若为0，则x0＝x(i,:),f＝∑n(i)(当满足判断条件时可以进行求和操作)。tabu.add(p(i,:))(将第i个边界序号数组加入到tabu表中最后一行的下一行)。判断1-1：判断f+n(i)是否小于a，若小于则a＝f+n(i),xbest＝x0。判断1-1结束，在判断1中所有命令执行结束后执行1-2循环终止。判断2：当tabu表的长度不为0时，进入循环1-2-1:，ii＝1,2...size(tabu,1)(即tabu的行数)。判断2-1：当p(i,1)＝tabu(ii,1)且d(i,2)＝tabu(ii,2)时，key＝1，终止ii的1-2-1循环。判断3：若key＝1时，判断3-1：若f+n(i)<a，则x0＝x(i,:)，f＝f+∑n(i),a＝f+∑n(i),(满足判断条件时再进行求和操作)。xbest＝x0，将x0的路径点数组赋值到xbest中，并终止i的循环。判断4：若key＝0，则将n对应的值累加到f中，f＝f+∑n(i),将x数组的第i行赋值到x0中，x0＝x(i,:)，将数组p中的第i行边界点加入到tabu表中最后一行的下一行，即tau.add(p(i,:))，判断4-1：若f+n(i)<a，则a＝f+n(i)，xbest＝x0，终止循环。执行完成后且外循环正在执行，判断tabu表的长度是否超过限制。若超过限制，则删去tabu表中的第一行元素。完成判断后记录本次迭代得出的渴望水平a以及函数值f，并分别加入到数组a_iter和f_iter中，a_iter.add(a)，f_iter.add(f)。迭代结束后，输出的a为最佳路线总距离，xbest为最佳路线下的巡逻点巡逻顺序数组。此算法主要是通过计算得出一个路程最短且能经过所有巡逻点后回到起始点的路线规划。

20、所述基于当前巡逻顺序建立最优化模型解决动态规划，具体包括：

21、根据禁忌搜索算法流程所述，将得到的xbest最佳巡逻路线按照当前安保人员的实际数量分别为各个安保人员进行任务分配。巡逻点的数量不会有经常性的变化但安保人员的数量有可能会有经常性的变化，以及安保人员的起点也有所变化。在xbest的基础上再根据巡逻点之间的最短路程计算得出的矩阵m来进行综合分析，建立最优化模型来将巡逻点进行合理分配，每一个巡逻点的巡逻次数几乎一致以及每一个安保人员的巡逻路程相对均衡。

22、进一步可选地，所述最优巡逻路线进行实际路线转化，包括：

23、根据禁忌搜索算法所述，xbest中的各个点是在所有点都相互连接的基础上进行的，而在实际中，xbest中的相邻两个巡逻点中间有第三巡逻点进行联系。通过将xbest规划的巡逻点进行具体化，将其中相邻两个点之间的相连的第三巡逻点进行找出。根据巡逻点之间的最短路程计算所述，将其中输出的m矩阵进行求解每一个巡逻点到其余各巡逻点的中间点。再对照xbest数组进行扩大，得到一个在距离最短的情况下的具体巡逻实施方案。预设空数组lj代表每一次循环得到的各个巡逻点之间的路径中间点，预设lj作为字典对各个巡逻点之间的路径进行储存。为所有循环完成后的各个巡逻点的中间点数组总和，预设中间变量i,j。进入循环i中，其中i＝1,2...n(n为巡逻点总数)，循环完成后得到一个各个点之间的中间点路径数组的字典lj。在循环i中，进入内循环j中，其中j＝1,2...n。在循环j中，设pre＝m(i,j),lj.add(i)，进入while循环当pre不等于0时终止循环，循环中，将pre加入到lj数组中，即lj.add(pre)，在将pre更新为m(pre,j)。当循环j结束后，在将巡逻终点加入到lj中，lj.add(j)。最后再将lj数组作为值以及数组中第一个元素和最后一个元素以字符串的形式合并作为键加入到lj字典中进行储存。以上循环完成后，将得出的字典带入xbest进行查询，并将xbest中的路径进行扩大。xbest中某些相邻点没有直接边相连，则运用字典lj对其进行扩大。得到一个新的数组，并将其赋值到q中。

24、进一步可选地，所述利用安保巡逻图谱，获取当前安保人员的巡逻点，进行巡逻漏洞检测，包括：

25、根据最优巡逻路线进行实际路线转化所述，得到的巡逻规划路线之间的最短路径方向q，通过对讲机对每一个安保人员进行定位，通过安保巡逻图谱，获取安保人员的巡逻点，检查当前各个安保人员位置与每一个巡逻点最短距离，通过判断各个巡逻点与每一个安保人员的距离来判断是否为巡逻漏洞，可以设定一个限定值来进行综合判断，当所有安保人员都超过了某个巡逻点的安保距离限定值，则将此巡逻点判断为安保漏洞。需要通过匹配计算出最适宜的安保人员去巡逻该点进行巡逻。通过动态规划对安保人员的位置进行实时检测，并根据所有巡逻点的实际位置来进行调整，通过计算各个安保人员的与所有巡逻点的实际位置找出所有安保人员距离某个或某几个巡逻点的位置都超出限制范围时，系统发出警告提示，提示某巡逻点位置出现安保漏洞，并规划分配其中距离此巡逻点最近的安保人员前往巡逻。当安保人员到达后，系统重新检测新的安保漏洞。

26、进一步可选地，所述建立优化模型，进行动态规划安保人员的巡逻点和巡逻路线，更新安保巡逻图谱，包括：

27、当在一段时间内没有任何突发情况发生，各个安保人员都按照原计划路线进行巡逻时；建立动态规划数学模型需要对问题进行综合分析，主要分为三种情况；当只考虑巡逻点且不考虑巡逻路线时，此时只需要巡逻点在一段时间内的巡逻次数最大化以及各个巡逻点的巡逻次数最均衡，以及各个安保人员的移动路程相对最均衡，此为双目标规划。当只考虑巡逻路线且不考虑巡逻点时，此时需要每一条巡逻路线在同一段时间内的巡逻次数最大化以及各个巡逻点的巡逻次数最均衡，以及各个安保人员的移动路程相对最均衡，也为双目标规划。当既要考虑巡逻点也要考虑巡逻路线时，此时既需要巡逻点和巡逻路线在一段时间内的巡逻次数以及次数最大化且各个巡逻点的巡逻次数最均衡，也要满足各个安保人员移动路程最均衡。根据最优化目标巡逻次数最大，且各个安保人员的移动路程相对最均衡，将各个安保人员的移动路程设置为一个固定值l，并且各个安保人员的路程固定值都相同；设安保人员总数为r，各个安保人员需要移动的路程距离都为l，且l的长度要大于所有路径之和，根据最优巡逻路线进行实际路线转化所述，计算得出的路线方向数组q进行合理的分配。在需要移动的路程一定的情况下，得到各个安保人员需要巡逻的巡逻点，同时更新安保巡逻图谱中各个安保人员的巡逻点，确保各个巡逻点在都巡逻到的情况下巡逻次数满足均衡条件。

28、进一步可选地，所述利用安保巡逻图谱，建立突发情况下的优化模型，并进行动态规划，包括：

29、此情况的前提是在巡逻中出现了突发情况，在附近的安保人员停止了巡逻任务，前往事发地点查看情况。在此前提下建立动态规划数学模型，对其余的安保人员进行任务点重新分配，同样需要根据最优巡逻路线进行实际路线转化所述，得出的最优巡逻路线数组在突发情况下系统通过对话来进行实际计并进行巡逻任务点重新分配。设中途停止巡逻前往事发地点的安保人员编号为1号。通过安保巡逻图谱获取1号安保人员的巡逻点，将这些巡逻点分配给其余的安保人员，通过使用定位来找出距离在一定范围内的安保人员，并提醒对应的安保人员前往执行1号剩余的巡逻点巡逻任务，同时更新安保巡逻图谱中的信息，通过计算分配增加到其他安保人员要巡逻的任务中，保证分配均衡。

30、进一步可选地，所述对规划的巡逻路线进行评估，得到巡逻方案，包括：

31、根据通过当前安保人员位置进行巡逻漏洞检测所述，需要根据安保人员数量以及起点位置对规划出的巡逻方案进行模拟仿真，根据仿真情况，记录仿真过程中出现的巡逻出现交叉情况的多少来进行路线规划评分，根据评分的高低来评判此算法得出的路径规划方案是否是一个好的巡逻方案；当评估方案得分大于预设的阈值时，则该方案评分为高，当评估方案得分小于预设的阈值时，则该方案评分为低；当得到的评估方案评分为高时，则将此方案运用于实际，进行实际运用，并通过实际的运用对此方案进行合理性分析；当在模拟仿真的过程中，得出的评估方案评分为低时，则针对评估情况对方案进行修正，通过模拟仿真的方式，观察对模型计算的巡逻方案；若在观察中出现调度出错或调度混乱的情况，根据情况来对其进行综合判定；则当得出的评估方案评分为低时，则需要通过观察仿真的情况来对巡逻路线进行微调整，修改分配的巡逻方案，修正完成后再重新进行巡逻路线得分评估；在不断的修正过程中得到一个评分高的巡逻方案，通过得到的巡逻路线方案来进行实际运用；当安保人员数量及起点固定时，计算得到一个好的巡逻方案进行巡逻。

32、本发明实施例提供的技术方案可以包括以下有益效果：

33、通过此系统的计算使得小区的每一个位置的巡逻密度相对均衡，确保不出现巡逻疏漏，保证小区正常秩序。在不出现突发情况下，或突发情况未发现的情况下，通过此系统对各个安保人员与各个巡逻点位置的距离测算，通过访问安保巡逻图谱，得到该巡逻点的重点，能够及时提醒安保人员，使安保人员能够准确、快速的得到该巡逻点的重点，更加迅速的对巡逻点进行有针对性的关注，同时根据安保巡逻图谱，利用安保人员，得到该安保人员的巡逻点，可以实时找到其中的安保漏洞，并避免因安保漏洞引起突发情况。并且此系统在针对每一个巡逻点进行了禁忌搜索算法保证了安保人员巡逻任务中要移动的总路程最短且每一个巡逻点都能全部巡逻到位。在出现突发情况后，系统通过位置的定位以及根据对应位置安保人员上报的情况进行巡逻点重新分配，从而保证在出现突发情况后，有安保人员前往解决，并且其余安保人员代替完成剩下的巡逻任务，使得未出现突发情况的位置也有安保人员巡逻，保证小区的正常秩序。