失联人员搜救方法、装置、设备及介质与流程

摘要: 本公开实施例涉及应急搜救,更具体地,涉及一种失联人员搜救方法、装置、设备及介质。背景技术:1、随着应急搜救、边缘计算与人工智能技术的不断发展,针对山区、地下空间...
失联人员搜救方法、装置、设备及介质与流程

本公开实施例涉及应急搜救,更具体地,涉及一种失联人员搜救方法、装置、设备及介质。

背景技术:

1、随着应急搜救、边缘计算与人工智能技术的不断发展,针对山区、地下空间、矿井、地震灾区、森林、火灾建筑内部、战场环境等复杂场景的失联人员搜救工作,成为公共安全领域的重要应用方向。

2、上述场景普遍存在无公网、无云端服务、全球导航卫星系统(global navigationsatellite system,gnss)信号中断、在线地图不可用等情况,此时搜救设备仅能依靠本地模块完成数据采集与运算。而传统搜救方式高度依赖卫星定位、蜂窝网络与云端服务实现搜救定位,仅能根据失联人员最后点位划定固定搜索范围。但是在离线复杂环境中,传统方案存在轨迹缺失、位置预测失效等缺陷,无法区分搜索优先级,整体搜救精准度与作业效率较差。

技术实现思路

1、本公开实施例的一个目的是提供一种失联人员搜救的新的技术方案。

2、根据本公开实施例的第一方面,提供了一种失联人员搜救方法,该方法包括:

3、在无网络环境下,获取离线地理环境数据和失联人员的行为特征信息;其中,所述行为特征信息用于描述所述失联人员在失联期间的运动行为特征;

4、调用概率扩散模型,根据所述行为特征信息和所述离线地理环境数据对所述失联人员的潜在位置区域进行推演,生成所述失联人员的热点区域;其中,所述热点区域包括多个具有不同概率等级的子区域,不同所述概率等级用于指示不同的搜索优先级;

5、根据所述热点区域生成搜救信息;其中,所述搜救信息用于引导搜救人员搜救所述失联人员。

6、可选地,获取失联人员的行为特征信息,包括:

7、获取失联人员所携带的失联终端采集的异构感知数据:其中,所述异构感知数据包括以下至少一种:运动数据、环境数据和空间状态数据;

8、根据所述异构感知数据,生成所述失联人员的行为特征信息。

9、可选地,所述行为特征信息包括第一特征信息和第二特征信息,所述第一特征信息包括最后已知位置,所述第二特征信息包括以下至少一种:疲劳指数、行进方向惯性、运动状态和群体相对运动趋势,

10、所述调用概率扩散模型,根据所述行为特征信息和所述离线地理环境数据对所述失联人员的潜在位置区域进行推演,生成所述失联人员的热点区域,包括:

11、调用所述概率扩散模型,根据所述第一特征信息初始化概率分布场;

12、以初始化后的概率分布场为起点,根据所述第二特征信息和所述离线地图环境数据在离线地图的网格上迭代计算每个网格到其相邻网格的转移概率;

13、根据所述转移概率更新每个所述网格的概率值,迭代完成后生成所述失联人员的位置概率分布场;

14、根据所述失联人员的位置概率分布场,生成所述热点区域。

15、可选地,所述根据所述失联人员的位置概率分布场,生成所述热点区域,包括:

16、对所述位置概率分布场中的网格按概率值进行分级,将概率值满足第一条件的网格确定为高概率区域,将概率值满足第二条件的网格确定为中概率区域,将概率值满足第三条件的网格确定为低概率区域;

17、根据所述高概率区域、所述中概率区域和所述低概率区域,生成所述热点区域;

18、其中,所述高概率区域、所述中概率区域和所述低概率区域在所述热点区域中分别对应不同的颜色标识。

19、可选地,所述搜救信息包括搜救路径,

20、所述根据所述热点区域生成搜救信息,包括:

21、根据所述热点区域内不同概率等级子区域的空间分布,以及所述离线地理环境数据,按照搜索优先级从高到低逐层规划搜救路径。

22、可选地,所述按照搜索优先级从高到低逐层规划搜救路径,包括:

23、以搜救人员的当前位置为起点,优先规划覆盖所述高概率区域的路径;

24、在完成所述高概率区域的路径规划后,依次规划覆盖所述中概率区域和所述低概率区域的路径;

25、其中,规划各概率等级区域的路径时,根据所述离线地理环境数据选择安全可达的路径。

26、可选地,所述方法还包括:

27、获取所述失联终端与协同终端之间的实测距离;

28、获取所述失联终端与所述协同终端之间的理论距离;

29、根据所述实测距离与理论距离之间的偏差,修正所述失联人员的行为特征信息中的最后已知位置;

30、根据修正后的最后已知位置,重新调用所述概率扩散模型生成更新后的热点区域。

31、根据本公开实施例的第二方面,提供了一种失联人员搜救装置,该装置包括:

32、获取模块,用于在无网络环境下,获取离线地理环境数据和失联人员的行为特征信息;其中,所述行为特征信息用于描述所述失联人员在失联期间的运动行为特征;

33、热点区域生成模块,用于调用概率扩散模型,根据所述行为特征信息和所述离线地理环境数据对所述失联人员的潜在位置区域进行推演,生成所述失联人员的热点区域;其中,所述热点区域包括多个具有不同概率等级的子区域,不同所述概率等级用于指示不同的搜索优先级;

34、搜救信息生成模块,用于根据所述热点区域生成搜救信息;其中,所述搜救信息用于引导搜救人员搜救所述失联人员。

35、根据本公开实施例的第三方面,提供了一种电子设备,包括:存储器,用于存储可执行的计算机指令;处理器,用于根据所述可执行的计算机指令的控制,执行根据以上第一方面所述的方法。

36、根据本公开实施例的第四方面,提供了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计算机程序,所述计算机程序在被处理器执行时实现根据以上第一方面所述的方法。

37、本公开实施例的一个有益效果在于,通过获取无网络环境下的离线地理环境数据和失联人员的行为特征信息,调用概率扩散模型融合环境约束与人员行为约束对失联人员的潜在位置区域进行推演,生成具有不同概率等级及搜索优先级的热点区域,并基于该热点区域生成用于搜救引导的搜救信息。这样,便可通过引入离线自主推演与多约束概率预测方案,依托失联人员真实运动行为规律与实地地理环境特征完成精准区域分级,有效适配无公网、无云端、gnss信号失效的复杂极端搜救场景,显著提升失联人员位置预测精度与整体搜救作业效率。

38、通过以下参照附图对本说明书的示例性实施例的详细描述,本说明书的其它特征及其优点将会变得清楚。

1.一种失联人员搜救方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,获取失联人员的行为特征信息,包括:

3.根据权利要求1所述的方法,其特征在于,所述行为特征信息包括第一特征信息和第二特征信息,所述第一特征信息包括最后已知位置,所述第二特征信息包括以下至少一种:疲劳指数、行进方向惯性、运动状态和群体相对运动趋势,

4.根据权利要求3所述的方法,所述根据所述失联人员的位置概率分布场,生成所述热点区域,包括:

5.根据权利要求1所述的方法,其特征在于,所述搜救信息包括搜救路径,

6.根据权利要求5所述的方法,其特征在于,所述按照搜索优先级从高到低逐层规划搜救路径,包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种失联人员搜救装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,包括:

10.一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计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任意一项所述的方法。