[发明专利]一种安防系统的警情处理动态路线规划60正态分布方法

说明书

本发明公开了一种安防系统的警情处理动态路线规划60正态分布方法，以各路段拥堵的正态分布模型为基础，挖掘利用以往60天也即上俩个月的交通数据，具体到特定时刻，特定路段，根据以往的俩个月的交通数据，估算出各路段的通行时间，进而得到安防人员由所取路线到驾车到警情发生地的时间，在极度拥堵的情况下，单个路段的出警时间准确率达到80%。

技术领域

本发明涉及安防系统中对警情处理的技术领域，特别是涉及一种安防系统的警情处理动态路线规划60正态分布方法。

背景技术

目前，人们对警情应急反应速度的要求越来越高，而城市尤其是特大型城市如上海、北京的中心城区拥堵极为严重。对于警情的处理，现有安防系统大多是在城市的某些区域内设置多个安防办公站，当警情发生时，距其最近的安防工作站响应，前往警情发生地处置警情。而在中心城区的安防办公站到警情发生地时，往往一大半路段是拥堵的，以往的由安防办公站到警情发生地的通行路径，都由安防人员个人依据个人经验快速得出，由于安防人员的经验不同以及判断决策水平不一，因此警情的处理效率会受安防人员的个人因素大幅影响。常常发生消防车堵在路上，出警时间大幅提高数倍甚至数十倍的情况，给百姓的生命财产安全造成极大的隐患。

近来虽然也出现一些道路规划的方法以及系统，但都是静态规划，要么不考虑拥堵，仅仅寻找到警情发生点最近安防办公站，而后找出最近安防办公站到警情发生点间最短路径，将此最短路径定为最终安防车行车路线；即便考虑拥堵，也简单以拥堵不拥堵来划分路况，而对拥堵路况简单化，给出统一的车辆通行速度。显然不够合理。

很多随机现象可以用正态分布来描述或者近似描述，在观测值足够多时，大量随机现象用正态分布来描述可以非常好的体现现象本身的发生规律，做出准确的预测。

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ²的高斯分布，记为

X∼N(μ,σ²),

其概率密度函数为

正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。

发明内容

本发明的目的是提供一种安防系统的警情处理动态路线规划60正态分布方法，发掘利用以往俩个月约60组交通数据，主要针对拥堵严重，且安防中心较多，因而安防车行车路段较少的情形，给出不同拥堵路段的不同道路通行速度，找出到警情发生点时间最短的安防服务站以及相应路线，能够大大减少安防车辆到火警现场的时间的不确定性，能够保证安防车辆在每一路段行驶以不小于0.8的概率在预定的时间能够到达警情现场，及时处理警情。

为实现上述目的，本发明采用以下技术方案：

一种安防系统的警情处理动态路线规划60正态分布方法，包括步骤：获取地理位置信息以及时间信息,找出安防服务站所在地至警情发生地的所有可能通行路线:确定每一通行路线的路段,确定每一路段所用时间_，确定每一路线所用时间，找出其中最小值的路线即为最终行车路线，对应的安防服务站为提供救援的安防服务站;具体为,包括步骤：

（1）获取报警信号所对应的警情发生地的地理位置信息以及时间信息；

（2）根据所述警情发生地的地理位置信息，搜索预设区域内的安防服务站，获得临近安防服务站的地理位置信息；

（3）根据地理数据库以及警情发生地以及安防服务站的地理位置信息，找出安防服务站所在地至警情发生地的所有可能通行路线:路线1, 路线2,…, 路线n；