急救出车D2D状态感知方法及装置制造方法及图纸

本发明专利技术涉及一种急救车出车D2D状态感知方法及装置，其中，方法包括：实时获取急救车的样本数据组，所述样本数据组中的数据包括车辆数据、人员数据及装备数据；将所述样本数据组中的数据转换为布尔数据；对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态。根据本发明专利技术提供的急救车出车D2D状态感知方法及装置，实现了依据急救车变量模型的急救车出车D2D状态智能感知，本发明专利技术的方法具有更高智能化程度和更高识别精度，更加符合实际应用需求。系统还具有学习功能，可通过优化权值使识别概率达到最优。

【技术实现步骤摘要】

本专利技术涉及无线通信
，特别涉及一种急救出车D2D状态感知方法及装置。
技术介绍
急救出车D2D状态是指待命急救车辆从接收出车调度任务(Dispatch)开始至将急救病患送达医院(Door)的急救过程状态转换过程。目前急救车车联网技术发展还处于独立功能联网应用阶段，如GPS/北斗定位功能、移动视频监控、车辆OBD数据的远程传输、病人体征数据远程传输、身份识别RFID等，这样的单个或几个功能数据联网应用模式难以实现急救车智能化的更高级应用研究，无法从总体上实现对急救车出车状态感知识别。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种急救车出车D2D状态感知方法。本专利技术的另一个目的在于提出一种急救车出车D2D状态感知装置。为实现上述目的，一方面，本专利技术提供的急救车出车D2D状态感知方法，包括：实时获取急救车的样本数据组，所述样本数据组中的数据包括车辆数据、人员数据及装备数据；将所述样本数据组中的数据转换为布尔数据；对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态。另一方面，本专利技术提供的急救车出车D2D状态感知装置，包括：数据获取单元，用于实时获取急救车的样本数据组，所述样本数据组中的数据包括车辆数据、人员数据及装备数据；数据处理单元，用于将所述样本数据组中的数据转换为布尔数据；感知单元，用于对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态。根据本专利技术提供的急救车出车D2D状态感知方法及装置，以急救车三大要素车辆数据、人员数据、装备数据作为多维变量，对上述多维变量进行布尔数据转换，再进行加权计算以得到状态数据，并根据所述状态数据确定出车状态，如此，实现了依据急救车变量模型的急救车出车D2D状态智能感知，本专利技术的方法具有更高智能化程度和更高识别精度，更加符合实际应用需求。系统还具有学习功能，可通过优化权值使识别概率达到最优。附图说明图1是本专利技术实施例急救车出车D2D状态感知方法的流程图；图2是本专利技术实施例急救车出车D2D状态感知方法中步骤S11的流程图；图3是本专利技术实施例急救车出车D2D状态感知方法中步骤S12的流程图；图4是本专利技术实施例急救车出车D2D状态感知方法中状态数据Si与车辆状态对应关系图；图5是本专利技术另一实施例急救车出车D2D状态感知方法的流程图；图6是本专利技术实施例急救车出车D2D状态感知装置的结构示意图；图7是本专利技术实施例急救车出车D2D状态感知装置中数据处理单元的结构示意图；图8是本专利技术实施例急救车出车D2D状态感知装置中感知单元的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。参照图1所示，本专利技术实施例提供了一种急救车出车D2D状态感知方法，包括：S10、实时获取急救车的样本数据组，所述样本数据组中的数据包括车辆数据、人员数据及装备数据。具体的，车辆数据可以包括速度、转速、油耗、里程、电量、发动机、门禁等等，车辆数据可以通过车辆Can总线、OBD接口等采集上传。人员数据可以包括医生、护士、担架工、司机上下车状态及病患的生命体征数据，人员数据可以通过医生随身携带的移动终端设备采集上传，病患数据可以通过生命体征监护仪等设备采集上传。装备数据可以包括担架上下车状态、医疗设备使用数据等等，装备数据可以通过车载设备采集系统采集后上传。S11、将所述样本数据组中的数据转换为布尔数据。车辆数据、人员数据及装备数据中既包含有模拟量和开关量，例如车辆速度为模拟量，而门禁信号则为开关量。而布尔数据由binary(二进制)数字组成，即“0”和“1”，由于开关量对应为“0”和“1”，所以，对于样本数据组中的开关量，不需要进行转换，只需要对样本数据组中的模拟量进行转换，即将模拟量转换为“0”和“1”的布尔数据。S12、对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态。也就是说，该步骤中，对各个布尔数据附加加权量，通过加权计算得到的状态数据即可作为判断出车状态的参考信息，根据该参考信息即可识别出车状态，例如，根据参考信息识别出车辆处于(1)出发、(2)到达现场、(3)病人上车、(4)离开现场、(5)送达医院、(6)待命中的一种状态。根据本专利技术提供的急救车出车状态感知方法及装置，以急救车三大要素车辆数据、人员数据、装备数据作为多维变量，对上述多维变量进行布尔数据转换，再进行加权计算以得到状态数据，并根据所述状态数据确定出车状态，如此，实现了依据急救车变量模型的急救车出车状态智能感知，本专利技术的方法具有更加智能化和更高识别精度，更加符合实际应用需求。参照图2所示，在本专利技术的一个实施例中，步骤S11、将所述样本数据组中的数据转换为布尔数据可以包括：S111、利用第一符号函数将样本数据组中的数据转换为0或1的第一函数值，所述第一符号函数为： sgn ( x f ) = 1 X f > T f 0 X f < T f , ( f = 1 , 2 , 3... ) ; ]]>其中，Xf为样本数据组中的数据，Tf为与数据Xf对应的第一设定阀值，sgn(Xf)为数据Xf对应的第一函数值,f为正整数。S112、根据布尔化表达式将所述第一函数值sgn(Xf)转换为布尔数据bf，所述布尔化表达式为：bf＝sgn[xf]。也就是说，为样本数据组中每个数据设置一个对应的第一设定阀值，将样本数据组中各个数据的值与对应的第一设定阀值进行比较，当该数据的值大于对应的第一设定阀值时，则返回的第一函数值为1，而当该数据的本文档来自技高网...

【技术保护点】
一种急救车出车D2D状态感知方法，其特征在于，包括：实时获取急救车的样本数据组，所述样本数据组中的数据包括车辆数据、人员数据及装备数据；将所述样本数据组中的数据转换为布尔数据；对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态。

【技术特征摘要】
1.一种急救车出车D2D状态感知方法，其特征在于，包括：实时获取急救车的样本数据组，所述样本数据组中的数据包括车辆数据、人员数据及装备数据；将所述样本数据组中的数据转换为布尔数据；对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态。2.根据权利要求1所述的急救车出车D2D状态感知方法，其特征在于，所述将所述样本数据组中的数据转换为布尔数据包括：利用第一符号函数将样本数据组中的数据转换为“0”或“1”的第一函数值，所述第一符号函数为： sgn ( x f ) = 1 X f > T f 0 X f < T f , ( f = 1 , 2 , 3... ) ; ]]>其中，Xf为样本数据组中的数据，Tf为与数据Xf对应的第一设定阀值，sgn(Xf)为数据Xf对应的第一函数值；根据布尔化表达式将所述第一函数值sgn(Xf)转换为布尔数据bf，所述布尔化表达式为：bf＝sgn[Xf]。3.根据权利要求1所述的急救车出车D2D状态感知方法，其特征在于，所述对所述布尔数据进行加权计算以得到状态数据，并根据所述状态数据确定出车状态包括：根据布尔数据构建布尔数据矩阵B,根据预设加权量构建加权量矩阵W；对所述布尔数据矩阵B和加权量矩阵W进行矩阵乘法运算，得到状态数据矩阵SBW，所述矩阵乘法公式为：SBW＝[W﹡B]﹡E；其中，E为转换系数矩阵，且列数为1列，经过转换运算的状态数据矩阵SBW为1列N行矩阵，第i行状态数据记为Si，(i＝1,2,3…，N)，N为车辆状态个数；利用第二符号函数将状态数据Si转换为“0”或“1”的第二函数值，所述第二符号函数为： sgn ( S i ) = 1 S i > T i 0 S i < T i , ( i = 1 , 2 , 3... N ) ]]>其中，Ti为与所述状态数据Si对应的第二设定阀值，N为车辆状态个数；根据所述状态数据Si对应的第二函数值确定出车D2D状态，每个状态数据对应用于判断一个车辆状态。4.根据权利要求3所述的急救车出车D2D状态感知方法，其特征在于，还包括：根据状态数据Si对应的第二函数值确定的出车状态与实际出车状态的差异修正加权量。5.根据权利要求3所述的急救车出车D2D状态感知方法，其特征在于，所述布尔数据矩阵B包括M行三列布尔数据，所述三列布尔数据分别为车辆数据列、人员数据列和装备数据列，所述M行数据分别为M个车辆数据、M个人员数据和M个装备数据个数。6.一种急救车出车D2D状态感知装...

【专利技术属性】
技术研发人员：陈牧锋，
申请(专利权)人：陈牧锋，
类型：发明
国别省市：广东;44