[发明专利]一种安防系统警情处理动态路线规划系统及方法

说明书

本发明公开了一种安防系统警情处理动态路线规划系统及方法,其中路段拥堵的正态分布模型，对具体路段，确定时刻信息，路段长度s，前60天的平均速度，时间，取μ=(t₁₊t₂+t₃+…+t₆₀)/60;σ²=(t₁²₊t₂²+t₃²+…+t₆₀²)/60‑μ²,记通过路段的时间X，X服从正态分布，记为：X∼N(μ,σ²),得到具体的概率密度函数公式;求出t₀，使得P（x<=t₀）=0.7，t₀即为在c时d分，机动车行完所述路段所需时间;μ+3σ为机动车行完所述路段所需的最长时间。本发明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，能够确定机动车行完所述路段所需的最长时间，保证安防车辆能够到达警情现场，及时处理警情。

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警情处理动态路线规划系统及方法。

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。尤其在交通高峰期，安防车辆的行驶时间因为极可能的严重且广泛的拥堵而无法控制。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。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σ^2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。

正态分布有些极好的统计性质

（1）其密度函数关于均值对称，

（2）其数据高度集中于均值附近，P（-σ&lt;x-μ&lt;σ）=68%,也即近70%的数据分布于区间（μ-σ，μ+σ），

（3）P（-3σ&lt;x-μ&lt;3σ）=99.7%,也即99.7%的数据分布于区间（μ-3σ，μ+3σ），那么P（x&gt;μ+3σ）+P（（x&lt;μ-3σ）=3⁰/₀₀,因此（μ-3σ，μ+3σ）可看作随机变量X的实际取值范围。这是管理学上著名的3σ法则。