[发明专利]一种踩踏事故早期预警方法及系统在审
| 申请号: | 202110814824.2 | 申请日: | 2021-07-19 |
| 公开(公告)号: | CN113361825A | 公开(公告)日: | 2021-09-07 |
| 发明(设计)人: | 谭清磊;张永亮;王春源;撒占友;岳丽宏;刘杰;卢守青;王昊;尚栋琦 | 申请(专利权)人: | 青岛理工大学 |
| 主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/26;G06K9/62;G06N3/04;G06N3/08;G06N7/00 |
| 代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 董雪 |
| 地址: | 266525 山东*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 踩踏 事故 早期 预警 方法 系统 | ||
1.一种踩踏事故早期预警方法,其特征在于,包括:
获取设定区域内人流特性的影响因素信息;
将人流特性的影响因素信息输入训练好的人流特性预测模型中,获取人流特性预测结果;
将人流特性预测结果输入训练好的踩踏事故早期预警模型中,获取踩踏事故预警结果。
2.如权利要求1所述的踩踏事故早期预警方法,其特征在于,影响因素信息包括日期、时间、天气、温度、风力和举办活动因素。
3.如权利要求1所述的踩踏事故早期预警方法,其特征在于,人流特性预测模型采用BP神经网络。
4.如权利要求1所述的踩踏事故早期预警方法,其特征在于,踩踏事故早期预警模型,采用贝叶斯网络,根据异常状况下的人流特性阈值构建。
5.如权利要求4所述的踩踏事故早期预警方法,其特征在于,异常状况下的人流特性阈值通过调查统计同类型区域内发生异常状况时的最大人流特性来确定。
6.如权利要求1所述的踩踏事故早期预警方法,其特征在于,获取区域内历史人群时空分布特征和历史影响因素数据,作为样本数据对人流特性预测模型进行训练,获取训练好的人流特性预测模型。
7.如权利要求6所述的踩踏事故早期预警方法,其特征在于,通过设定区域内WiFi探针探测到的移动设备信息,确定人员位置信息,根据人员位置信息获取人群时空分布特征。
8.一种踩踏事故早期预警系统,其特征在于,包括:
信息获取模块,用于获取设定区域内人流特性的影响因素信息;
人流特性预测模块,用于将人流特性的影响因素信息输入训练好的人流特性预测模型中,获取人流特性预测结果;
踩踏事故预警模块,用于将人流特性预测结果输入训练好的踩踏事故早期预警模型中,获取踩踏事故预警结果。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的一种踩踏事故早期预警方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的一种踩踏事故早期预警方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛理工大学,未经青岛理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110814824.2/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





