一種基于大數據態勢分析的優化決策方法及系統技術方案

本發明專利技術公開了一種基于大數據態勢分析的優化決策方法及系統，包括人群檢測系統、協警應變裝置和風險評估模塊，所述人群檢測系統與協警應變裝置無線連接，所述協警應變裝置與風險評估模塊電連接，所述人群檢測系統用于對行人聚集行進時進行監控，所述協警應變裝置用于協警遠程對行人聚集行進進行指揮，所述風險評估模塊用于評估行人聚集行進過程的擁擠臨界值進而觸發提醒，所述人群檢測系統包括無人機、人群速度檢測模塊和擁擠程度檢測模塊，所述人群速度檢測模塊用于監測行人聚集行進過程中的行進速度來判斷是否產生騷動，所述擁擠程度檢測模塊用于監測行人聚集行進區域周圍是否存在人群間隙過窄情況，本發明專利技術，具有實用性強的特點。性強的特點。性強的特點。

【技術實現步驟摘要】
一種基于大數據態勢分析的優化決策方法及系統


[0001]本專利技術涉及公共安全
，具體為一種基于大數據態勢分析的優化決策方法及系統。

技術介紹

[0002]人群的集中容易出現失控局面，在無組織無目的的逃生中，相互擁擠踩踏。
[0003]在大型廣場的人群聚集活動中，人群很容易因為一些事件產生騷動，可能發生踩踏事故，現有的方法是通過協警對人群進行疏散，但是這種方法較為耗費人力，且無法準確定位到正在騷動的人群，實用性差。因此，設計實用性強的一種基于大數據態勢分析的優化決策方法及系統是很有必要的。

技術實現思路

[0004]本專利技術的目的在于提供一種基于大數據態勢分析的優化決策方法及系統，以解決上述
技術介紹
中提出的問題。
[0005]為了解決上述技術問題，本專利技術提供如下技術方案：一種基于大數據態勢分析的優化決策方法及系統，包括人群檢測系統、協警應變裝置和風險評估模塊，其特征在于：所述人群檢測系統與協警應變裝置無線連接，所述協警應變裝置與風險評估模塊電連接，所述人群檢測系統用于對行人聚集行進時進行監控，所述協警應變裝置用于協警遠程對行人聚集行進進行指揮，所述風險評估模塊用于評估行人聚集行進過程的擁擠臨界值進而觸發提醒。
[0006]本專利技術還提供了一種基于大數據態勢分析的優化決策方法，包括以下步驟：步驟S1：協警將監察無人機控制在人群聚集處的上方盤旋，協警應變裝置與當前監察無人機無線連接，實現遠程監控，人群開始聚集行進；步驟S2：行人聚集行進過程中，每個行人監察無人機均有人群檢測系統，對行人的聚集行進過程實時監測；步驟S3：在行人聚集行進期間，協警應變裝置對協警工作繁忙狀態進行檢測，傳輸檢測結果至風險評估模塊，并在風險評估模塊分析判斷達到提醒時機時，開始提醒同時畫面展示單元顯示行人聚集行進成像畫面供協警遠程觀察；步驟S4：風險評估模塊獲取人群檢測系統和協警應變裝置的監控檢測數據，分析計算觸發提醒警報，供協警提前疏散行為的準備，避免行人聚集行進過程中引起的踩踏事件事故。
[0007]與現有技術相比，本專利技術所達到的有益效果是：本專利技術，利用無人機在人群上方盤旋，人群檢測系統用于對行人聚集行進時進行監控，監測行人聚集行進區域周圍是否存在人群間隙過窄情況，同時監測行人聚集行進過程中的行進速度來判斷是否產生騷動，以此進行踩踏事故隱患的判斷，進而提高檢測人群踩踏風險的實時性，并且能夠結合協警當前的工作情況對觸發提醒的時機進行判斷。
附圖說明
[0008]附圖用來提供對本專利技術的進一步理解，并且構成說明書的一部分，與本專利技術的實施例一起用于解釋本專利技術，并不構成對本專利技術的限制。在附圖中：圖1是本專利技術的整體模塊結構示意圖。
實施方式
[0009]下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。
實施例
[0010]請參閱圖1，本專利技術提供技術方案：一種基于大數據態勢分析的優化決策方法及系統，包括人群檢測系統、協警應變裝置和風險評估模塊，其特征在于：人群檢測系統與協警應變裝置無線連接，協警應變裝置與風險評估模塊電連接，人群檢測系統用于對行人聚集行進時進行監控，協警應變裝置用于協警遠程對行人聚集行進進行指揮，風險評估模塊用于評估行人聚集行進過程的擁擠臨界值進而觸發提醒；人群檢測系統包括無人機、人群速度檢測模塊和擁擠程度檢測模塊，人群速度檢測模塊用于監測行人聚集行進過程中的行進速度來判斷是否產生騷動，擁擠程度檢測模塊用于監測行人聚集行進區域周圍是否存在人群間隙過窄情況，無人機用于盤旋在人群上空對下方人群進行監測；擁擠程度檢測模塊包括紅外掃描模塊和人體距離判定模塊，紅外掃描模塊用于對行人聚集行進區域投射紅外線并且進行熱成像，人體距離判定模塊用于將紅外成像轉換為電信號并且進行各個成像間的距離判定，人群速度檢測模塊包括高清攝像單元和人群位置對比模塊，高清攝像單元用于對下方人群進行拍攝，人群位置對比模塊用于間隔固定時間對人群內所有人的位置進行標記，并且進行前后拍照的對比；協警應變裝置包括工作判斷模塊、播音告知單元和畫面展示單元，工作判斷模塊用于檢測判斷協警是否處于指揮工作繁忙狀態，播音告知單元用于在行人聚集行進過程中存在踩踏事故隱患時發出提醒，畫面展示單元與人群速度檢測模塊無線連接，畫面展示單元用于獲取高清攝像單元的畫面信息并向協警進行顯示；風險評估模塊包括擁擠值判斷模塊和信號傳輸模塊，風險評估模塊與播音告知單元電連接，擁擠值判斷模塊與人群速度檢測模塊以及擁擠程度檢測模塊無線連接，擁擠值判斷模塊用于分析計算當前行人聚集行進時的踩踏事故可能性，信號傳輸模塊與擁擠值判斷模塊以及工作判斷模塊電連接，信號傳輸模塊用于對畫面信號報警提醒信號進行傳輸；
實施例
[0011]一種基于大數據態勢分析的優化決策方法包括以下步驟：步驟S1：協警將監察無人機控制在人群聚集處的上方盤旋，協警應變裝置與當前監察無人機無線連接，實現遠程監控，人群開始聚集行進；
步驟S2：行人聚集行進過程中，每個行人監察無人機均有人群檢測系統，對行人的聚集行進過程實時監測；步驟S3：在行人聚集行進期間，協警應變裝置對協警工作繁忙狀態進行檢測，傳輸檢測結果至風險評估模塊，并在風險評估模塊分析判斷達到提醒時機時，開始提醒同時畫面展示單元顯示行人聚集行進成像畫面供協警遠程觀察；步驟S4：風險評估模塊獲取人群檢測系統和協警應變裝置的監控檢測數據，分析計算觸發提醒警報，供協警提前疏散行為的準備，避免行人聚集行進過程中引起的踩踏事件事故；步驟S2進一步包括：步驟S21：監察無人機處的人群速度檢測模塊對行人整體進行熱成像拍攝，獲取行人熱成像畫面；步驟S22：對熱成像畫面進行分析并且判斷各個行人彼此之間的距離，以此計算聚集程度；步驟S23：利用高清攝像單元對下方人群實時拍攝，對畫面中的行人進行標記，間隔一定的時間反復拍攝，對比前后拍攝畫面中行人的相對位置，進行人群行進速度的估算；步驟S24：為保證飛行過程的安全性，各個行人監察無人機之間設有安全距離，避免任意無人機干擾到其他無人機工作發生事故傷害行人；步驟S3中，協警應變裝置還包括智能手環，其中工作判斷模塊設置于協警智能手環內，當識別到協警手臂發生大幅度擺動時，工作判斷模塊輸出正在指揮結果；當識別到協警正在說話時，工作判斷模塊輸出正在語言溝通結果，當識別到協警手臂不運動時，工作判斷模塊輸出空閑狀態結果；步驟S4進一步包括以下步驟：步驟S41：擁擠值判斷模塊獲取人群速度檢測模塊監測數據，并根據拍攝畫面得到監測畫面中人流走動速度；步驟S42：擁擠值判斷模塊獲取擁擠程度檢測模塊的各個成像輪廓的平均間隔距離；步驟S43：對行人行進速度和監測的各個成像輪廓的平均間隔距離開始分析計算，得出當前情況下的人流擁擠度；步驟S44：信號傳輸模塊獲取人流擁擠度和工作判斷模塊的檢測結果，開始判斷是否需要提醒；本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于大數據態勢分析的優化決策系統，其特征在于：包括人群檢測系統、協警應變裝置和風險評估模塊，其特征在于：所述人群檢測系統與協警應變裝置無線連接，所述協警應變裝置與風險評估模塊電連接，所述人群檢測系統用于對行人聚集行進時進行監控，所述協警應變裝置用于協警遠程對行人聚集行進進行指揮，所述風險評估模塊用于評估行人聚集行進過程的擁擠臨界值進而觸發提醒。2.根據權利要求1所述的一種基于大數據態勢分析的優化決策系統，其特征在于：所述人群檢測系統包括無人機、人群速度檢測模塊和擁擠程度檢測模塊，所述人群速度檢測模塊用于監測行人聚集行進過程中的行進速度來判斷是否產生騷動，所述擁擠程度檢測模塊用于監測行人聚集行進區域周圍是否存在人群間隙過窄情況，所述無人機用于盤旋在人群上空對下方人群進行監測；所述擁擠程度檢測模塊包括紅外掃描模塊和人體距離判定模塊，所述紅外掃描模塊用于對行人聚集行進區域投射紅外線并且進行熱成像，所述人體距離判定模塊用于將紅外成像轉換為電信號并且進行各個成像間的距離判定，所述人群速度檢測模塊包括高清攝像單元和人群位置對比模塊，所述高清攝像單元用于對下方人群進行拍攝，所述人群位置對比模塊用于間隔固定時間對人群內所有人的位置進行標記，并且進行前后拍照的對比；協警應變裝置包括工作判斷模塊、播音告知單元和畫面展示單元，所述工作判斷模塊用于檢測判斷協警是否處于指揮工作繁忙狀態，所述播音告知單元用于在行人聚集行進過程中存在踩踏事故隱患時發出提醒，所述畫面展示單元與人群速度檢測模塊無線連接，所述畫面展示單元用于獲取高清攝像單元的畫面信息并向協警進行顯示；風險評估模塊包括擁擠值判斷模塊和信號傳輸模塊，所述風險評估模塊與播音告知單元電連接，所述擁擠值判斷模塊與人群速度檢測模塊以及擁擠程度檢測模塊無線連接，所述擁擠值判斷模塊用于分析計算當前行人聚集行進時的踩踏事故可能性，所述信號傳輸模塊與擁擠值判斷模塊以及工作判斷模塊電連接，所述信號傳輸模塊用于對畫面信號報警提醒信號進行傳輸。3.根據權利要求2所述的一種基于大數據態勢分析的優化決策系統，其特征在于：該優化決策系統的決策方法包括以下步驟：步驟S1：協警將監察無人機控制在人群聚集處的上方盤旋，協警應變裝置與當前監察無人機無線連接，實現遠程監控，人群開始聚集行進；步驟S2：行人聚集行進過程中，每個行人監察無人機均有人群檢測系統，對行人的聚集行進過程實時監測；步驟S3：在行人聚集行進期間，協警應變裝置對協警工作繁忙狀態進行檢測，傳輸檢測結果至風險評估模塊，并在風險評估模塊分析判斷達到提醒時機時，開始提醒同時畫面展示單元顯示行人聚集行進成像畫面供協警遠程觀察；步驟S4：風險評估模塊獲取人群檢測系統和協警應變裝置的監控檢測數據，分析計算觸發提醒警報，供協警提前疏散行為的準備，避免行人聚集行進過程中引起的踩踏事件事故。4.根據權利要求3所述的一種基于大數據態勢分析的優化決策系統，其特征在于：所述步驟S2進一步包括：步...

【專利技術屬性】
技術研發人員：尹小軍，
申請(專利權)人：尹小軍，
類型：發明
國別省市：