一种基于融合通信技术的现场救援多网融合调度方法和系统与流程

：本发明涉及基于融合通信技术的现场救援调度领域，特别涉及一种基于融合通信技术的现场救援多网融合调度方法和系统。

背景技术

0、
背景技术：

1、随着城市数字化建设的发展，融合通信技术在现场救援和调度上存在广泛应用。其中，5g通信、wifi通信、蓝牙通信等技术相融合，能够满足多场景、多用户的通信和调度需求，能够实现不同层级的终端用户、服务器、现场处置人员、传感器等的互联互通。多种通信技术的融合能够提升数据流转的效率，对不同的场景和环境具有较高的鲁棒性。

2、然而，在采用融合通信技术进行现场救援和调度的场景中，如何减少数据传输量，提高数据传输的效率，提高对事故的判断能力，提高多角色用户的调度准确性和效率，均为融合通信技术基础上需要解决的重要问题。

3、基于此，本文提出一种基于融合通信技术的现场救援多网融合调度方法和系统。

技术实现思路

0、
技术实现要素：

1、针对目前现有的现场救援场景中，如何提高数据传输效率、提高调度准确性和效率等问题，本文提出了一种基于融合通信技术的现场救援多网融合调度方法。该方法包括如下步骤：

2、s1.各子区域内的多个传感装置获取第一传感数据，由子区域内的多个传感装置将第一传感数据传送给该子区域内的第一服务终端；所述第一传感数据采用5g方式传输；

3、s2.第一服务终端接收第一传感数据，并在第一传感数据出现异常时，采用神经网络模型和现场处置人员核查的方式获取出现异常的第一传感数据对应的事故类型；

4、s3.第一服务终端将事故类型和第一传感数据进行处理，形成第二传感数据，并将第二传感数据采用wifi的方式发送给总服务终端；

5、s4.总服务终端根据各子区域的第一服务终端发送的数据，对未来时间内不同子区域的事故情况进行预测，并通过5g的方式通知不同区域内的第二服务终端，以调度第二服务终端持有者进行现场救援。

6、进一步地，所述步骤s1各子区域内的多个传感装置获取第一传感数据，由子区域内的多个传感装置将第一传感数据传送给该子区域内的第一服务终端；所述第一传感数据采用5g方式传输，具体包括如下步骤：

7、s11.将被监控区域进行网格划分，形成m*n个子区域；

8、所述m、n为网格的行数和列数；

9、其中，在每个子区域中的不同位置设置一组传感装置，每组传感装置包括：温度传感装置、湿度传感装置、风力传感装置、震动传感装置、摄像装置；

10、在每个子区域内设置一个第一服务终端，每个服务终端与其对应的子区域内的各传感装置通信连接；

11、在被监控区域内设置总服务终端，总服务终端与各第一服务终端通信连接；

12、在每个子区域内安排多个现场处置人员，每个现场处置人员手持第二服务终端，各第二服务终端与其所在子区域的第一服务终端通信连接、与总服务终端通信连接、与其所在子区域的其它第二服务终端通信连接，与其他子区域的第二服务终端通信连接；

13、s12.由子区域内的多个传感装置进行现场环境监测，并以第一频率向第一服务终端传输第一传感数据；

14、s13.当多个传感装置监测的数据出现异常时，设置所述多个传感装置以第二频率向第一服务终端传输第一传感数据，并由出现异常的传感装置向第一服务终端发送异常信号；其中，第二频率大于第一频率。

15、进一步地，所述步骤s13当多个传感装置监测的数据出现异常时，设置所述多个传感装置以第二频率向第一服务终端传输第一传感数据，并由出现异常的传感装置向第一服务终端发送异常信号，具体包括如下步骤：

16、s131.各传感装置以预设频率采集环境数据，判断传感装置采集的环境数据是否出现跳变，如是，执行步骤s132至步骤s133；

17、其中，各传感装置以预设频率采集环境数据，包括：温度传感装置、湿度传感装置、风力传感装置、震动传感装置按照预设频率采集环境数据；摄像装置采集实时环境数据；

18、s132.按照预设频率连续5次采集出现跳变的传感装置的环境数据，如连续5次采集的环境数据未还原成跳变之前的环境数据，由该传感装置向该传感装置所在传感装置组的其它传感装置发送出现异常信号；

19、s133.由该传感装置所在传感装置组的所有传感装置以第二频率向第一服务终端传输第一传感数据，并由出现异常的传感装置向第一服务终端发送异常信号。

20、进一步地，所述步骤s131各传感装置以预设频率采集环境数据，判断传感装置采集的环境数据是否出现跳变，具体包括：

21、s1311.温度传感装置、湿度传感装置、风力传感装置、震动传感装置其中之一在本次所采集的环境数据的数值与上一次采集的环境数据的数值差值的绝对值大于预设阈值时，判断出现跳变；

22、s1312.当摄像装置在所摄录的视频中出现异常行为时，判断出现跳变。

23、进一步地，所述步骤s132按照预设频率连续5次采集出现跳变的传感装置的环境数据，如连续5次采集的环境数据未还原成跳变之前的环境数据，由该传感装置通知该传感装置所在传感装置组的其它传感装置出现异常，具体包括：

24、s1321.对于温度传感装置、湿度传感装置、风力传感装置、震动传感装置，按照预设频率连续5次采集出现跳变的传感装置的环境数据，如连续5次采集的环境数据未还原成跳变之前的环境数据，由该传感装置向该传感装置所在传感装置组的其它传感装置发送出现异常信号；

25、s1322.对于摄像装置，按照预设频率连续5次时间范围内，摄像装置所采集的视频数据一直出现异常行为，由摄像装置向摄像装置所在传感装置组的其它传感装置发送出现异常信号。

26、进一步地，所述步骤s2第一服务终端接收第一传感数据，并在第一传感数据出现异常时，采用神经网络模型和现场处置人员核查的方式获取出现异常的第一传感数据对应的事故类型，具体包括如下步骤：

27、s21.第一服务终端接收由各传感装置以第二频率发送的第一传感数据以及异常信号；

28、s22.第一服务器以接收异常信号所在时刻为间隔点，获取该间隔点前15次所接收的由各传感装置发送的第一传感数据，以及获取该间隔点后10次所接收的由各传感装置发送的第一传感数据；

29、s23.将步骤s22中获得的第一传感数据进行整理，形成湿度数据序列、温度数据序列、风力数据序列、震动数据序列；

30、s24.将步骤s23中获得的湿度数据序列、温度数据序列、风力数据序列、震动数据序列输入至神经网络模型中，以获得第一传感数据对应的事故类型；

31、所述事故类型包括：无事故、火灾、暴雨、骤风、地震；

32、s25.当步骤s24中获得的事故类型为无事故时，获取步骤s22中的间隔点前15次和后10次接收第一传感数据的时间范围内的来自摄像装置的视频数据，并将所述视频数据以wifi方式发送给当前所在子区域的所有第二服务终端；

33、当步骤s24中获得的事故类型为火灾、暴雨、骤风、地震其中之一时，将步骤s24中获得的事故类型作为步骤s2中获取的事故类型；

34、s26.由第一服务终端构建步骤s25中所述子区域中的手持第二服务终端的所有现场处置人员的第一通信工作组，如第一通信工作组对当前事故类型的判断结果为无事故，则由第一服务终端向所述子区域中的各传感装置发送调整第一传感数据发送频率的指令，并将无事故作为步骤s2中获取的事故类型；如第一通信工作组对当前事故类型的判断结果为火灾、暴雨、骤风、地震其中之一时，将该第一通信工作组对当前事故类型的判断结果作为步骤s2中获取的事故类型；如第一通信工作组对当前事故类型的判断结果非无事故、火灾、暴雨、骤风、地震其中之一时，第一通信工作组自定义事故类型以及事故类型描述，并将第一通信工作组自定义的事故类型作为步骤s2中获取的事故类型；

35、所述第一通信工作组自定义事故类型包括事故类型标签，所述事故类型标签为静态事故、动态事故。

36、进一步地，所述步骤s24将步骤s23中获得的湿度数据序列、温度数据序列、风力数据序列、震动数据序列输入至神经网络模型中，以获得第一传感数据对应的事故类型，具体包括如下步骤：

37、s241.构建概率神经网络模型；

38、s242.从历史经验数据库中按照7:3的比例获取训练样本和测试样本，对概率神经网络模型进行训练和测试，直至概率神经网络模型的损失函数收敛，获得训练完成的概率神经网络模型；

39、其中，历史经验数据库根据历史事故发生的数据统计获得；所述训练样本和测试样本均包括：湿度数据序列、温度数据序列、风力数据序列、震动数据序列、事故类型；

40、s243.将步骤s23中获得的湿度数据序列、温度数据序列、风力数据序列、震动数据序列输入至概率神经网络模型中，以获得第一传感数据对应的事故类型。

41、进一步地，所述步骤s26，还包括如下步骤：

42、s261.当第一通信工作组对当前事故类型的判断结果为火灾、暴雨、骤风、地震其中之一时，将步骤s23获得的湿度数据序列、温度数据序列、风力数据序列、震动数据序列和步骤s26获得的由第一通信工作组判断的事故类型，作为逃逸样本存储至逃逸样本集合s中；

43、s262.从历史经验数据库中选取与步骤s261所获得的逃逸样本所对应的事故类型相同的p个样本，将所述p个样本和所述逃逸样本组合成训练样本，对所述概率神经网络模型进行优化训练，获得优化后的概率神经网络模型；

44、s263.以预设周期t统计所述逃逸样本集合s中的各事故类型所占百分比，当一事故类型所占百分比大于预设阈值r时，将该逃逸样本集合s中该事故类型所对应的逃逸样本，以及选取历史经验数据库中该事故类型所对应的未参与概率神经网络模型训练的样本作为测试样本，对所述概率神经网络模型进行优化训练，获得优化后的概率神经网络模型。

45、进一步地，所述步骤s3第一服务终端将事故类型和第一传感数据进行处理，形成第二传感数据，并将第二传感数据采用wifi的方式发送给总服务终端，具体包括如下步骤：

46、s31.当步骤s2中获取的事故类型为无事故时，第一服务终端不向总服务终端发送数据；当步骤s2中获取的事故类型为非无事故时，第一服务终端将步骤s23、步骤s25、步骤s26中获得的湿度数据序列、温度数据序列、风力数据序列、震动数据序列、视频数据、事故类型组合成第二传感数据，并将所述第二传感数据发送给总服务终端。

47、进一步地，所述步骤s4总服务终端根据各子区域的第一服务终端发送的数据，对未来时间内不同子区域的事故情况进行预测，并通过5g的方式通知不同区域内的第二服务终端，以调度第二服务终端持有者进行现场救援，具体包括如下步骤：

48、s41.总服务终端接收第一服务终端发送的第二传感数据，判断第二传感数据中的事故类型；

49、s42.当事故类型为火灾时，获取第二传感数据中的温度数据序列，计算获得温度数据序列中数据跳变的最大差值；

50、当所述最大差值大于预设阈值w，总服务终端以wifi方式向步骤s41中第一服务终端所在子区域的相邻子区域的第一服务终端发送数据传输指令和步骤s41中获得的第二传感数据，所述相邻子区域的第一服务终端接收数据传输指令后，向与所述第一服务终端通信连接的各传感装置发送频率调整指令，所述各传感装置接收到频率调整指令后，以第二频率向所述第一服务终端发送第一传感数据；同时，在所述相邻子区域的第一服务终端接收到第二传感数据后，以5g的方式向所述相邻子区域内的所有现场处置人员的第二服务终端发送第二传感数据；

51、当所述最大差值小于预设阈值w时，总服务终端获取发生当前事故类型的子区域中的风向数据和风速数据，并获得所述风向数据所指向的方向中与步骤s41中第一服务终端所在子区域的相邻的子区域，获取所述相邻子区域与步骤s41中第一服务终端所在子区域的距离，并根据所述距离和风速数据，计算火灾到达所述相邻子区域的时间；总服务终端将所述到达所述相邻子区域的时间、步骤s41中获得的第二传感数据、数据传输指令发送至所述相邻子区域的第一服务终端，所述相邻子区域的第一服务终端接收数据传输指令后，向与所述第一服务终端通信连接的各传感装置发送频率调整指令，所述各传感装置接收到频率调整指令后，以第二频率向所述第一服务终端发送第一传感数据；同时，在所述相邻子区域的第一服务终端接收到第二传感数据和到达所述相邻子区域的时间后，以5g的方式向所述相邻子区域内的所有现场处置人员的第二服务终端发送第二传感数据和到达所述相邻子区域的时间；

52、s43.当事故类型为暴雨、骤风、地震其中之一，或者为第一通信工作组自定义事故类型且事故类型标签为静态事故时，总服务终端以wifi方式向步骤s41中第一服务终端所在子区域的相邻子区域的第一服务终端发送数据传输指令和步骤s41中获得的第二传感数据，所述相邻子区域的第一服务终端接收数据传输指令后，向与所述第一服务终端通信连接的各传感装置发送频率调整指令，所述各传感装置接收到频率调整指令后，以第二频率向所述第一服务终端发送第一传感数据；同时，在所述相邻子区域的第一服务终端接收到第二传感数据后，以5g的方式向所述相邻子区域内的所有现场处置人员的第二服务终端发送第二传感数据；

53、s44.当事故类型为第一通信工作组自定义事故类型且事故类型标签为动态事故时，根据第二传感数据中的视频数据，采用目标跟踪算法，获得动态事故的行动路径；

54、当所述动态事故的行动位置到达步骤s41中第一服务终端所在子区域的边缘位置时，获取动态事故行动路径方向指向的与步骤s41中第一服务终端所在子区域的相邻区域，总服务终端以5g方式向所述相邻子区域的所有现场处置人员的第二服务终端发送步骤s41中获得的第二传感数据中的视频数据；

55、s45.总服务终端将步骤s41中第一服务终端所在子区域的所有现场处置人员的第二服务终端和步骤s42至步骤s44中获得的相邻子区域内的所有现场处置人员的第二服务终端建立第二通信工作组；

56、所述第二通信工作组内的现场处置人员能够利用第二服务终端进行语音和视频通话；

57、s46.根据第二通信工作组和步骤s45中的多个现场处置人员所收到的第二传感数据，完成现场救援调度。

58、本发明请求保护一种基于融合通信技术的现场救援多网融合调度系统，所述系统具体包括：多个传感装置组、第一服务终端，第二服务终端，总服务终端；

59、所述每个传感装置组包括：温度传感装置、湿度传感装置、风力传感装置、震动传感装置、摄像装置；

60、所述被监控区域被划分成网格，形成m*n个子区域，在每个子区域中的不同位置设置一组传感装置；

61、在每个子区域内设置一个第一服务终端，每个服务终端与其对应的子区域内的各传感装置通信连接；

62、在被监控区域内设置总服务终端，总服务终端与各第一服务终端通信连接；

63、在每个子区域内安排多个现场处置人员，每个现场处置人员手持第二服务终端，各第二服务终端与其所在子区域的第一服务终端通信连接、与总服务终端通信连接、与其所在子区域和其他子区域的第二服务终端通信连接；

64、所述调度系统按照如下方法执行：

65、s1.各子区域内的多个传感装置获取第一传感数据，由子区域内的多个传感装置将第一传感数据传送给该子区域内的第一服务终端；所述第一传感数据采用5g方式传输；

66、s2.第一服务终端接收第一传感数据，并在第一传感数据出现异常时，采用神经网络模型和现场处置人员核查的方式获取出现异常的第一传感数据对应的事故类型；

67、s3.第一服务终端将事故类型和第一传感数据进行处理，形成第二传感数据，并将第二传感数据采用wifi的方式发送给总服务终端；

68、s4.总服务终端根据各子区域的第一服务终端发送的数据，对未来时间内不同子区域的事故情况进行预测，并通过5g的方式通知不同区域内的第二服务终端，以调度第二服务终端持有者进行现场救援。

69、本发明的有益效果如下：

70、1.本发明通过设置总服务终端、第一服务终端、第二服务终端和传感装置，设置三层通信结构，并在第一服务终端、总服务终端处对数据进行处理，使得系统能够采用多种通信方式进行数据发送，以适配不同环境场景，提高系统整体通信的安全性和效率；

71、2.本发明中根据传感装置组所采集数据是否存在跳变，以调整传感装置向第一服务终端发送数据的频率，使得系统能够更加针对性低高效率处理可能存在的事故数据，以提升系统对现场事故监控的敏感性；

72、3.本发明通过概率神经网络模型和现场处置人员核查相结合的方式对传感装置的传感数据进行处理以获得事故类型，其中事故类型的获取流程能够提升事故类型判断的准确性，并同时提高事故类型判断的效率；

73、4.本发明通过总服务终端对传感数据和事故类型数据进行处理，并根据不同事故类型以不同的处理范围通知相邻子区域，并同时根据不同事故类型选择不同的传感数据进行数据传输，使得系统能够根据事故具体情况更加精准联系现场处置人员进行处理；

74、5.本发明中通过设置逃逸样本集合，定期对概率神经网络模型进行优化训练，能够提高概率神经网络模型的准确度，提高事故类型判断的准确性。

75、6.本发明中现场处置人员可自定义事故类型，并且设置事故类型标签，通过将自定义事故类型分为静态事故和动态事故，使得总服务终端可针对自定义事故类型灵活选择子区域进行通知和调度，从而提升了系统总体的调度效率。

76、上述说明，仅是本发明技术方案的概述，为了能够更清楚了解本发明技术手段，可依照说明书的内容予以实施，并且为了让本发明的上述说明和其它目的、特征及优点能够更明显易懂，特举较佳实施例，详细说明如下。