一种基于历史案例空间分布的智能安全预警方法及装置与流程

1.本发明涉及数据分析技术领域，尤其涉及一种基于历史案例空间分布的智能安全预警方法及装置。

背景技术：

2.当人员进入不同的地理位置区域时，其可能面临不同的人身安全风险。安全事件发生的地理位置一般有一定的特点。比如偷窃一般选择人密集、流动性强的区域。当人员不经意进入到类似的风险区域时，如果能及时识别发现并进行安全预警，通知其离开该区域或采取正确的防控措施，将有助于避免安全事件发生或降低人身财产损失。
3.《基于北斗的铁路施工作业人员和车辆安全预警防护系统方案研究》(铁路计算机应用，2017年，第26卷第9期，p11-14)提供了一种铁路施工作业人员和车辆安全预警防护系统方案。该方案预期可有效地解决现有铁路施工作业过程中人员与车辆间存在的安全隐患。根据预先在地图上规划的施工作业安全区域以及人与车的位置关系，实时动态地监视人员和车辆在地图上位置状态,当出现人和车之间的距离达到系统设定的危险距离或车进入到规划的施工作业安全区域时，系统自动给施工作业人员发送预警信号，提醒作业人员注意安全，从而预防和减少安全事故的发生，确保作业人员的人身安全。但该技术方案仅应用于铁路施工场所针对人车碰撞事件的安全预警，适用的场所较为局限。

技术实现要素：

4.本发明实施例提供一种基于历史案例空间分布的智能安全预警方法及装置，用以提出一种当人员进入任意空间区域时都能够进行安全风险及早识别和安全预警的方法。
5.本发明实施例提供一种基于历史案例空间分布的智能安全预警方法，包括：
6.预先基于历史案例信息确定风险等级区域；
7.获取终端的位置信息；
8.基于所获取的位置信息判断用户是否处于风险等级区域内；
9.在确定用户处于风险点等级区域内的情况下，基于终端进行安全预警。
10.在一些实施例中，预先基于历史案例信息确定风险等级区域包括：
11.获取录入的外部历史安全事件的案例信息；
12.基于外部历史安全事件的案例信息，提取对应的案例发生地的位置数据；
13.对提取到的案例发生地的位置数据进行聚类；
14.根据聚类结果确定出风险等级区域。
15.在一些实施例中，所述外部历史安全事件的案例信息包括事件类型、发生地点、发生时间。
16.在一些实施例中，对提取到的案例发生地的位置数据进行聚类是利用基于密度的聚类方法实现的，包括：
17.配置聚类算法中的区域半径、区域内最少对象数量参数对对提取到的案例发生地
的位置数据进行聚类，以获得密度点簇。
18.在一些实施例中，根据聚类结果确定出风险等级区域包括：
19.提取高密度点簇，计算包含该点簇的最小包围的凸多边形；
20.以计算出的最小包围的凸多边形对应的区域确定风险等级区域。
21.在一些实施例中，在确定用户不处于风险点等级区域内的情况下，不执行安全预警。
22.本技术实施例还提出一种智能安全预警装置，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现前述的基于历史案例空间分布的智能安全预警方法的步骤。
23.本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述的基于历史案例空间分布的智能安全预警方法的步骤。
24.本发明实施例通过预先基于历史案例信息确定风险等级区域，由此可以根据获取到的用户的位置信息来判断用户是否处于风险等级区域内，实现当人员进入任意空间区域时都能够进行安全风险及早识别和安全预警。
25.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
26.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
27.图1为本技术实施例智能安全预警方法的基本流程图；
28.图2为本技术实施例智能安全预警方法的网络架构示例；
29.图3为本技术实施例智能安全预警方法的聚类结果示例；
30.图4为本技术实施例智能安全预警方法的风险等级区域提取流程。
具体实施方式
31.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
32.本发明实施例提供一种基于历史案例空间分布的智能安全预警方法，如图1所示，包括如下步骤：
33.在步骤s101中，预先基于历史案例信息确定风险等级区域。在一些实施例中，预先基于历史案例信息确定风险等级区域包括：
34.获取录入的外部历史安全事件的案例信息；在一些实施例中，所述外部历史安全事件的案例信息包括事件类型、发生地点、发生时间。例如盗窃、抢劫、等事件的发生地
点、发生时间等。
35.基于外部历史安全事件的案例信息，提取对应的案例发生地的位置数据；
36.对提取到的案例发生地的位置数据进行聚类；
37.根据聚类结果确定出风险等级区域。
38.也即本示例中，安全风险与历史案例空间分布的密度(区域单位面积上发生的历史案例数量)正相关。通过基于密度的聚类方法提取高风险区域。
39.在步骤s102中，获取终端的位置信息，具体可以在手机或其它智能移动终端上安装智能预警app。智能预警app的作用是采集定位信息并实时回传至云服务器。如图2所示，人员携带移动终端外出时，云服务器即可获取到人员的实时位置信息。
40.在步骤s103中，基于所获取的位置信息判断用户是否处于风险等级区域内。
41.在步骤s104中，在确定用户处于风险点等级区域内的情况下，基于终端进行安全预警。空间区域上的历史案例密度越高，则该空间区域的安全风险越高，由此本示例中判断用户是否处于风险等级区域内，当人员定位数据落入高风险区域时，则确定其面临安全风险。具体的可以通过云服务器对数据进行分析研判，识别存在安全风险的人员，并发送预警信息。
42.在一些实施例中，在确定用户不处于风险点等级区域内的情况下，不执行安全预警。也即本技术的方案接收终端回传的实时定位数据。对定位数据进行研判，判断定位数据是否在高风险区域内。如果定位数据在高风险区域内，则认为携带终端的人员面临安全风险，继而进行安全预警。如果定位数据不在高风险区域内，则认为携带终端的人员不面临安全风险，不进行安全预警。
43.本发明实施例通过预先基于历史案例信息确定风险等级区域，由此可以根据获取到的用户的位置信息来判断用户是否处于风险等级区域内，实现当人员进入任意空间区域时都能够进行安全风险及早识别和安全预警。
44.在一些实施例中，对提取到的案例发生地的位置数据进行聚类是利用基于密度的聚类方法实现的，包括：
45.配置聚类算法中的区域半径、区域内最少对象数量参数对对提取到的案例发生地的位置数据进行聚类，以获得密度点簇。
46.本技术方案采用基于密度的聚类方法来识别发生历史案例的高密度区域即高风险区域。在提取到历史案例信息中空间数据(即发生地点位置数据)后，设置聚类算法中的区域半径、区域内最少对象数量参数。如图3所示，对空间数据进行聚类，得到高密度点簇。
47.在一些实施例中，如图4所示，根据聚类结果确定出风险等级区域包括：
48.提取高密度点簇，计算包含该点簇的最小包围的凸多边形；
49.以计算出的最小包围的凸多边形对应的区域确定风险等级区域，例如图3中，确定的高密度区域为高风险区域。
50.本技术的技术方案基于历史案例时空分布分析提取高风险区域，然后对人员定位数据进行分析研判，达到识别人员安全风险的目标，本技术的方法不存在空间场所限制，可以应用于各种场景。
51.本技术实施例还提出一种智能安全预警装置，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现前述的基于历史案例空间分布的
智能安全预警方法的步骤。
52.本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述的基于历史案例空间分布的智能安全预警方法的步骤。
53.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
54.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
55.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
56.上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

技术特征：

1.一种基于历史案例空间分布的智能安全预警方法，其特征在于，包括：预先基于历史案例信息确定风险等级区域；获取终端的位置信息；基于所获取的位置信息判断用户是否处于风险等级区域内；在确定用户处于风险点等级区域内的情况下，基于终端进行安全预警。2.如权利要求1所述的基于历史案例空间分布的智能安全预警方法，其特征在于，预先基于历史案例信息确定风险等级区域包括：获取录入的外部历史安全事件的案例信息；基于外部历史安全事件的案例信息，提取对应的案例发生地的位置数据；对提取到的案例发生地的位置数据进行聚类；根据聚类结果确定出风险等级区域。3.如权利要求2所述的基于历史案例空间分布的智能安全预警方法，其特征在于，所述外部历史安全事件的案例信息包括事件类型、发生地点、发生时间。4.如权利要求2所述的基于历史案例空间分布的智能安全预警方法，其特征在于，对提取到的案例发生地的位置数据进行聚类是利用基于密度的聚类方法实现的，包括：配置聚类算法中的区域半径、区域内最少对象数量参数对对提取到的案例发生地的位置数据进行聚类，以获得密度点簇。5.如权利要求4所述的基于历史案例空间分布的智能安全预警方法，其特征在于，根据聚类结果确定出风险等级区域包括：提取高密度点簇，计算包含该点簇的最小包围的凸多边形；以计算出的最小包围的凸多边形对应的区域确定风险等级区域。6.如权利要求1所述的基于历史案例空间分布的智能安全预警方法，其特征在于，在确定用户不处于风险点等级区域内的情况下，不执行安全预警。7.一种智能安全预警装置，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于历史案例空间分布的智能安全预警方法的步骤。8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于历史案例空间分布的智能安全预警方法的步骤。

技术总结

本发明公开了一种基于历史案例空间分布的智能安全预警方法及装置，包括：预先基于历史案例信息确定风险等级区域；获取终端的位置信息；基于所获取的位置信息判断用户是否处于风险等级区域内；在确定用户处于风险点等级区域内的情况下，基于终端进行安全预警。本发明实施例通过预先基于历史案例信息确定风险等级区域，由此可以根据获取到的用户的位置信息来判断用户是否处于风险等级区域内，实现当人员进入任意空间区域时都能够进行安全风险及早识别和安全预警。早识别和安全预警。早识别和安全预警。