[发明专利]一种基于多数据融合的应急逃离引导方法和系统

摘要

本发明涉及一种基于多数据融合的应急逃离引导方法和系统，用于个人用户面临危险事件时，帮助用户选择最佳的脱困目的地和最安全的逃离路线。当危险事件发生时，用户采用客户端发送所在地的GPS和逃离引导请求。服务器端搜索事发地点周围一定范围内能够帮助用户脱困的特定类型的POI(城市信息点)，通过聚类算法识别出POI聚集密度较高、人群密度较高的候选安全区域，综合考虑用户前往安全区域的路线的安全性以及目标安全区域本身的安全性，选择一条全局安全系数最高的最优逃离路径。客户端根据最优路径进行实时跟踪引导。本发明能够提供简洁高效的即时引导服务，对于减少个人生命财产损失、保障和谐安定的生活环境等具有实践应用价值。

主权项

一种基于多数据融合的应急逃离引导方法，其步骤包括：1)用户在遭遇应急事件时通过客户端向服务器发送应急引导请求，并通过客户端的GPS定位服务将用户所在地的GPS坐标发送至服务器；2)以POI表示地理空间中承担特定职能的地理实体，服务器以用户所在地的GPS坐标点为圆心，搜索一定半径r内的有效POI作为候选POI集合，然后将候选POI集合聚类成一系列的POI簇，表示若干候选的目标安全区域，如果半径r内的POI数量不能满足要求，则自动扩大搜索半径r；3)基于交通道路路网数据构建针对路段的栅格化索引，将每条路段注册到其经过的所有索引栅格上，在用户GPS位置周围的半径r所覆盖的栅格中，搜索候选起始路段集合；4)对每一个候选起始路段到每一个候选目标安全区域，规划出一系列引导路径；5)基于海量浮动车辆GPS数据并结合交通道路路网数据，得到带有时间片信息的道路流量流速模型，基于海量的带有地理标签信息的社交媒体数据，得到带有时间片信息的人群密度估计模型；根据道路流量流速模型评估每一条路径的安全系数，根据人群密度和POI密度评估候选目标安全区域的安全系数，然后综合路径安全系数和候选目标安全区域的安全系数得到整体最优的应急逃离引导路径，并将其返回给客户端；所述候选路径安全系数的评估方法为：根据基于海量浮动车数据得到的道路流量流速模型，获取某个时间段t某个路段edge的车速speed(edge,t)与车流量flow(edge,t)，得到路段安全系数：secure(edge,t)=flow(edget)×11+speed(edge,t),]]>设某个候选路径表示为R＝＜edge1,edge2,...,edgen＞，各个路段的长度依次为＜l1,l2,...,ln＞，则该路径的安全系数为：secure(R,t)=Σi=1n(secure(edgei,t)×(li/Σj=1nli));]]>所述候选目标安全区域安全系数的评估方法为：对海量的带有地理标签信息的社交媒体数据进行分析并按地理标签进行分区域统计，得到在t时刻所在时间区间内POI附近一定半径内的社交媒体信息发表量，以此来表征安全区域的人流量，记为peopleFlow(POI,t)，安全区域的POI密集程度，记为density(cluster)：density(cluster)=Σi=1n-1Σj=i+1ndis(POIi,POIj)n×(n-1)/2,]]>t时刻单位人口密度,记为PD：PD=Σi=1npeopleFlow(POIi,t)density(cluster),]]>最后，安全区域cluster的安全系数计算方法如下：secure(cluster)＝PD×n，其中n为安全区域中的POI数；所述的最优应急逃离引导路径的选择方法为：使用Logistic分布函数分别对路径安全系数和目标安全区域安全系数做规范化：secure‾(cluster)=11+e-secure(cluster),]]>secure‾(R)=11+e-secure(R),]]>考虑应急事件发生对路径安全系数的动态影响，加入一个危险评分risk因子，系统对一次应急事件请求计算出目标指引的同时，自动增加该事件发生区域内的危险评分一个单位，对特殊的重大事件则可通过手工的方式记录相关危险评分；将候选安全区域和候选路径的危险评分risk因子加和,构成风险项risk(cluster,R)；最终，候选安全区域与候选路径的安全系数综合得分为：finalScore(cluster,R)=secure‾(cluster)×secure‾(R)×11+risk(cluster,R),]]>系统计算所有候选路径与候选安全区域的组合方案的最终得分finalScore(cluster,R)，选出其中最终得分最高的安全区域与安全路径作为最优方案返回；6)客户端接收服务器返回的最优应急逃离引导路径，并根据该引导路径引导用户到达目标安全区域。