一种基于地理位置的智慧交警管理服务系统及方法

专利主权项内容

1.一种基于地理位置的智慧交警管理服务方法，其特征在于，包括以下步骤：基于告警用户端提供的告警信息和告警用户端授予的位置查询权限，获取得到接警任务，所述接警任务中携带有事故信息，其中，所述事故信息包括事故车辆信息、告警事故类型、事故发生地的位置信息和事故发生时间，所述事故车辆信息包括车牌号、车主信息和驾驶人信息；获取接警单位信息，根据所述事故信息中的事故发生地的位置信息和所述接警单位信息的位置信息将接警任务分配给对应辖区内的目标接警单位，所述接警单位信息包括各接警单位的位置信息和各接警单位内的警力资源信息；比对所述事故信息中的告警事故类型和事故级别分类表，得到告警事故等级，其中所述事故级别分类表中事故级别和事故类型映射成对；根据所述事故信息获取事故发生地的监控数据，根据所述监控数据和事故类型预测模型判定得到预测事故类型，根据所述预测事故类型和事故级别分类表判定得到预测事故等级；根据所述告警事故等级和预测事故等级生成实际需求警力；根据所述实际需求警力和目标接警单位的警力资源信息生成目标执行人员名单，将出警提示信息发送给对应的目标执行人员，所述出警提示信息中携带有所述接警任务、指导路线信息和目标执行人员名单；所述警力资源信息包括在岗警务人员位置信息和在岗警务人员状态信息，所述状态信息包括接警状态、未出警状态和巡逻状态；所述根据所述事故信息获取事故发生地的监控数据，根据所述监控数据和事故类型预测模型判定得到预测事故类型的步骤包括：根据所述事故信息中的事故发生地的位置信息获取事故发生地预设距离范围内的监控摄像头，并获取监控摄像头的监控数据；根据所述事故车辆信息中的车牌号获取事故车辆图像，截取所述监控数据中包含事故车辆图像的图片，得到目标图像集；根据目标图像集和事故类型预测模型，判定得到预测事故类型，其中，所述事故类型预测模型是由神经网络模型经样本数据训练得到的，所述样本数据包括图像，所述事故类型预测模型输出的结果为预测事故类型，所述预测事故类型是对图像中事故类型的分析预测；比对所述预测事故类型和事故级别分类表，匹配得到预测事故等级；所述根据所述告警事故等级和预测事故等级生成实际需求警力的步骤包括：将所述告警事故等级和预测事故等级与警力分配表分别进行比对匹配，得到告警需求警力和预测需求警力，其中，所述警力分配表中各事故等级分别有对应需求警力；当所述预测事故等级与告警事故等级相同时，判定所述告警需求警力的数量为主警力，辅警力数量为0；当所述预测事故等级与告警事故等级不同时，判定所述告警需求警力和预测需求警力中数值小的一方为主警力，所述告警需求警力和预测需求警力的数值之差的绝对值为辅警力，所述主警力和辅警力构成实际需求警力；其中，所述主警力从目标接警单位的未出警状态的在岗警务人员中调取，所述辅警力从目标接警单位的巡逻状态的在岗警务人员中调取。