本發(fā)明涉及定位追蹤，尤其涉及一種融合多傳感器的園區(qū)可視化安全定位實(shí)時(shí)追蹤方法。

背景技術(shù)：

1、園區(qū)作為工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用落地的重要載體，具有產(chǎn)業(yè)集聚、場(chǎng)景豐富的特點(diǎn)，隨著物聯(lián)網(wǎng)技術(shù)、人工智能等技術(shù)的發(fā)展，園區(qū)數(shù)字孿生已經(jīng)成為數(shù)字化轉(zhuǎn)型和管理的重要方向。

2、目前，各式各樣的產(chǎn)業(yè)園區(qū)、服務(wù)園區(qū)、物流園區(qū)項(xiàng)目層出不窮，隨著園區(qū)規(guī)模的不斷擴(kuò)大和功能的日益復(fù)雜，對(duì)園區(qū)安全管理和高效運(yùn)營(yíng)的要求也越來(lái)越高。傳統(tǒng)的安全管理方式主要依賴于人工巡邏和固定點(diǎn)監(jiān)控，存在監(jiān)控盲區(qū)、響應(yīng)滯后、無(wú)法實(shí)時(shí)全面掌握?qǐng)@區(qū)動(dòng)態(tài)等局限性。數(shù)字孿生技術(shù)作為一種新興的數(shù)字化手段，通過(guò)構(gòu)建與現(xiàn)實(shí)園區(qū)相對(duì)應(yīng)的虛擬數(shù)字模型，能夠?qū)崿F(xiàn)對(duì)園區(qū)的實(shí)時(shí)監(jiān)控、動(dòng)態(tài)分析和智能管理。融合多傳感器技術(shù)則可以獲取更全面、準(zhǔn)確的園區(qū)數(shù)據(jù)，為數(shù)字孿生模型提供豐富的信息支持，從而提升園區(qū)的安全管理水平和運(yùn)營(yíng)效率。

3、然而，臨時(shí)進(jìn)入園區(qū)的人員流動(dòng)性大、身份復(fù)雜，給園區(qū)安全帶來(lái)了潛在風(fēng)險(xiǎn)，若園區(qū)數(shù)字孿生模型若不能及時(shí)更新，將導(dǎo)致模型與實(shí)際情況不符，影響定位和追蹤的準(zhǔn)確性。另外，園區(qū)數(shù)字孿生模型規(guī)模龐大，針對(duì)臨時(shí)進(jìn)入園區(qū)的人員的定位追蹤更新園區(qū)數(shù)字孿生模型的數(shù)據(jù)處理量較大，定位追蹤的效率比較低。

技術(shù)實(shí)現(xiàn)思路

1、為此，本發(fā)明提供一種融合多傳感器的園區(qū)可視化安全定位實(shí)時(shí)追蹤方法，用以克服現(xiàn)有技術(shù)中臨時(shí)人員進(jìn)入園區(qū)的定位追蹤準(zhǔn)確度和效率不高，以及更新園區(qū)數(shù)字孿生模型的數(shù)據(jù)處理量較大的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供一種融合多傳感器的園區(qū)可視化安全定位實(shí)時(shí)追蹤方法，包括：

3、響應(yīng)于臨時(shí)對(duì)象進(jìn)入園區(qū)，獲取臨時(shí)對(duì)象的訪問(wèn)信息以及行動(dòng)信息，其中，所述訪問(wèn)信息包括臨時(shí)對(duì)象的身份信息、目的地、權(quán)限信息以及歷史訪問(wèn)信息，所述行動(dòng)信息包括行動(dòng)方式、行動(dòng)傾向以及行動(dòng)速度；

4、將所述訪問(wèn)信息輸入園區(qū)數(shù)字孿生模型中生成若干候選行動(dòng)路線以及對(duì)應(yīng)的行動(dòng)節(jié)點(diǎn)，其中，每一候選行動(dòng)路線中包括若干行動(dòng)節(jié)點(diǎn)，各所述候選行動(dòng)路線終點(diǎn)為臨時(shí)對(duì)象的目的地；

5、基于所述臨時(shí)對(duì)象的行動(dòng)信息以及各所述候選行動(dòng)路線確定階段行動(dòng)路線，并確定所述階段行動(dòng)路線的路徑標(biāo)簽，包括路徑集中標(biāo)簽以及路徑離散標(biāo)簽；

6、基于所述階段行動(dòng)路線的路徑標(biāo)簽確定所述臨時(shí)對(duì)象處于所述階段行動(dòng)路線中的園區(qū)數(shù)字孿生模型的更新方式，包括，

7、若所述階段行動(dòng)路線的路徑標(biāo)簽為路徑集中標(biāo)簽，則對(duì)所述臨時(shí)對(duì)象在所述階段行動(dòng)路線上的行動(dòng)軌跡進(jìn)行預(yù)測(cè)，以更新針對(duì)所述臨時(shí)對(duì)象的園區(qū)數(shù)字孿生模型；

8、若所述階段行動(dòng)路線的路徑標(biāo)簽為路徑離散標(biāo)簽，則獲取所述臨時(shí)對(duì)象在所述階段行動(dòng)路線上的實(shí)時(shí)行動(dòng)軌跡，以更新針對(duì)所述臨時(shí)對(duì)象的園區(qū)數(shù)字孿生模型。

9、進(jìn)一步地，確定階段行動(dòng)路線，包括：

10、基于所述臨時(shí)對(duì)象的行動(dòng)方式對(duì)各所述候選行動(dòng)路線進(jìn)行篩選，以得到若干可選行動(dòng)路線；

11、基于各所述可選行動(dòng)路線上的行動(dòng)節(jié)點(diǎn)對(duì)各所述可選行動(dòng)路線進(jìn)行拆分，以得到若干備選階段行動(dòng)路線；

12、基于所述臨時(shí)對(duì)象的行動(dòng)信息與各所述備選階段行動(dòng)路線起始行動(dòng)節(jié)點(diǎn)的關(guān)聯(lián)程度確定階段行動(dòng)路線。

13、進(jìn)一步地，確定所述階段行動(dòng)路線的路徑標(biāo)簽，包括：

14、調(diào)用所述階段行動(dòng)路線對(duì)應(yīng)的歷史路徑數(shù)據(jù)，基于各歷史路徑數(shù)據(jù)的相似度確定所述階段行動(dòng)路線的路徑標(biāo)簽；

15、其中，所述歷史路徑數(shù)據(jù)包括若干對(duì)象在所述階段行動(dòng)路線上的歷史行動(dòng)路徑。

16、進(jìn)一步地，基于各歷史路徑數(shù)據(jù)的相似度確定所述階段行動(dòng)路線的路徑標(biāo)簽，其中，

17、若各所述歷史路徑數(shù)據(jù)的相似度大于預(yù)設(shè)相似度，則確定所述階段行動(dòng)路線的路徑標(biāo)簽為路徑離散標(biāo)簽；

18、若各所述歷史路徑數(shù)據(jù)的相似度小于或者等于預(yù)設(shè)相似度，則確定所述階段行動(dòng)路線的路徑標(biāo)簽為路徑集中標(biāo)簽。

19、進(jìn)一步地，對(duì)所述臨時(shí)對(duì)象在所述階段行動(dòng)路線上的行動(dòng)軌跡進(jìn)行預(yù)測(cè)，包括：

20、獲取所述臨時(shí)對(duì)象處于所述階段行動(dòng)路線起點(diǎn)的基本動(dòng)量信息；

21、基于所述基本動(dòng)量信息確定所述臨時(shí)對(duì)象在所述階段行動(dòng)路線中的預(yù)測(cè)行動(dòng)軌跡；

22、基于所述預(yù)測(cè)行動(dòng)軌跡更新針對(duì)所述臨時(shí)對(duì)象的園區(qū)數(shù)字孿生模型。

23、進(jìn)一步地，獲取所述臨時(shí)對(duì)象在所述階段行動(dòng)路線上的實(shí)時(shí)行動(dòng)軌跡，包括：

24、獲取所述臨時(shí)對(duì)象在所述階段行動(dòng)路線中的實(shí)時(shí)動(dòng)量信息；

25、基于所述實(shí)時(shí)動(dòng)量信息確定所述臨時(shí)對(duì)象在所述階段行動(dòng)路線中的實(shí)時(shí)行動(dòng)軌跡；

26、基于所述實(shí)時(shí)行動(dòng)軌跡更新針對(duì)所述臨時(shí)對(duì)象的園區(qū)數(shù)字孿生模型。

27、進(jìn)一步地，還包括：

28、基于所述階段行動(dòng)路線的路線范圍確定可行區(qū)域；

29、基于所述可行區(qū)域?qū)?yīng)的區(qū)域標(biāo)識(shí)以及所述臨時(shí)對(duì)象的權(quán)限信息判定是否觸發(fā)危險(xiǎn)預(yù)警，若觸發(fā)危險(xiǎn)預(yù)警，則發(fā)出預(yù)警信息，并對(duì)所述園區(qū)數(shù)字孿生模型進(jìn)行更新。

30、進(jìn)一步地，基于所述可行區(qū)域?qū)?yīng)的區(qū)域標(biāo)識(shí)以及所述臨時(shí)對(duì)象的權(quán)限信息判定是否觸發(fā)危險(xiǎn)預(yù)警，包括：

31、基于所述臨時(shí)對(duì)象的權(quán)限信息確定所述臨時(shí)對(duì)象的若干可達(dá)區(qū)域；

32、基于各所述可達(dá)區(qū)域?qū)?yīng)的區(qū)域標(biāo)識(shí)與所述可行區(qū)域?qū)?yīng)的區(qū)域標(biāo)識(shí)的比對(duì)結(jié)果判定是否觸發(fā)危險(xiǎn)預(yù)警。

33、進(jìn)一步地，將所述訪問(wèn)信息輸入園區(qū)數(shù)字孿生模型中生成若干候選行動(dòng)路線以及對(duì)應(yīng)的行動(dòng)節(jié)點(diǎn)，包括：

34、將所述訪問(wèn)信息輸入園區(qū)數(shù)字孿生模型中生成若干待選行動(dòng)路線；

35、基于預(yù)設(shè)的評(píng)估指標(biāo)對(duì)各所述待選行動(dòng)路線的進(jìn)行評(píng)估，以確定若干候選行動(dòng)路線；

36、基于各所述候選行動(dòng)路線中的傳感器覆蓋范圍確定對(duì)應(yīng)的行動(dòng)節(jié)點(diǎn)。

37、進(jìn)一步地，基于所述臨時(shí)對(duì)象的行動(dòng)信息與各所述備選階段行動(dòng)路線起始行動(dòng)節(jié)點(diǎn)的關(guān)聯(lián)程度確定階段行動(dòng)路線，其中，

38、若所述臨時(shí)對(duì)象的行動(dòng)信息與各所述備選階段行動(dòng)路線起始行動(dòng)節(jié)點(diǎn)的最大關(guān)聯(lián)程度大于預(yù)設(shè)關(guān)聯(lián)程度，則將所述最大關(guān)聯(lián)程度對(duì)應(yīng)的備選階段行動(dòng)路線確定為階段行動(dòng)路線。

39、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，本發(fā)明利用臨時(shí)對(duì)象的訪問(wèn)信息輸入園區(qū)數(shù)字孿生模型中生成候選行動(dòng)路線，提高路線規(guī)劃的合理性和可行性。通過(guò)結(jié)合臨時(shí)對(duì)象的行動(dòng)信息以及候選行動(dòng)路線確定階段行動(dòng)路線，并確定階段行動(dòng)路線的路徑標(biāo)簽，為后續(xù)確定模型更新方式提供依據(jù)，提高定位追蹤的準(zhǔn)確性和效率。根據(jù)階段行動(dòng)路線的路徑標(biāo)簽確定臨時(shí)對(duì)象處于階段行動(dòng)路線中的園區(qū)數(shù)字孿生模型的更新方式，提高模型更新的針對(duì)性和效率，使園區(qū)數(shù)字孿生模型能更精準(zhǔn)反映臨時(shí)對(duì)象的運(yùn)動(dòng)狀態(tài)。路徑集中標(biāo)簽表示在階段行動(dòng)路線中行動(dòng)路徑較為集中，可以對(duì)臨時(shí)對(duì)象的行動(dòng)軌跡進(jìn)行預(yù)測(cè)分析，根據(jù)階段行動(dòng)路線起點(diǎn)的基本動(dòng)量信息更新針對(duì)所述臨時(shí)對(duì)象的園區(qū)數(shù)字孿生模型，能夠降低數(shù)據(jù)處理量，提高定位追蹤的效率。路徑離散標(biāo)簽表示在階段行動(dòng)路線中行動(dòng)路徑較為分散，難以確定臨時(shí)對(duì)象的具體行動(dòng)軌跡，基于基本動(dòng)量信息更新針對(duì)臨時(shí)對(duì)象的園區(qū)數(shù)字孿生模型，能夠提高定位追蹤的準(zhǔn)確性。

40、進(jìn)一步地，本發(fā)明基于臨時(shí)對(duì)象的行動(dòng)方式對(duì)各候選行動(dòng)路線進(jìn)行篩選，以得到若干可選行動(dòng)路線，不同行動(dòng)方式對(duì)路線有著不同要求，比如步行適宜選擇道路平坦、行人通道寬敞的路線；駕車(chē)則需要考慮道路寬度、是否允許機(jī)動(dòng)車(chē)通行以及停車(chē)場(chǎng)位置等，通過(guò)基于行動(dòng)方式篩選，能快速排除不符合行動(dòng)方式的候選行動(dòng)路線，提高了后續(xù)路線規(guī)劃的針對(duì)性，確保所選路線從根本上適配臨時(shí)對(duì)象的移動(dòng)特點(diǎn)，避免規(guī)劃出無(wú)法通行的路線?；谛袆?dòng)節(jié)點(diǎn)拆分可選行動(dòng)路線，把長(zhǎng)路線分解為多個(gè)短的備選階段行動(dòng)路線，使路線規(guī)劃更加精細(xì)，每個(gè)備選階段行動(dòng)路線更具獨(dú)立性與可控性，方便后續(xù)針對(duì)臨時(shí)對(duì)象的具體行動(dòng)信息進(jìn)行精準(zhǔn)匹配與分析?；谛袆?dòng)信息與起始行動(dòng)節(jié)點(diǎn)關(guān)聯(lián)程度確定階段行動(dòng)路線，通過(guò)分析臨時(shí)對(duì)象的行動(dòng)信息與備選階段行動(dòng)路線起始行動(dòng)節(jié)點(diǎn)的關(guān)聯(lián)程度，能夠選出最符合臨時(shí)對(duì)象當(dāng)前狀態(tài)與期望的路線，基于準(zhǔn)確的起始點(diǎn)和關(guān)聯(lián)的行動(dòng)信息進(jìn)行定位追蹤，園區(qū)數(shù)字孿生模型能更精準(zhǔn)地更新臨時(shí)對(duì)象的位置與狀態(tài)，提高定位追蹤的準(zhǔn)確性。

41、進(jìn)一步地，本發(fā)明通過(guò)階段行動(dòng)路線對(duì)應(yīng)的歷史路徑數(shù)據(jù)，基于各歷史路徑數(shù)據(jù)的相似度確定階段行動(dòng)路線的路徑標(biāo)簽，能夠提高路徑標(biāo)簽的準(zhǔn)確性，并且能夠適應(yīng)園區(qū)內(nèi)人員的動(dòng)態(tài)變化，優(yōu)化園區(qū)數(shù)字孿生模型的更新策略。

42、進(jìn)一步地，本發(fā)明通過(guò)獲取臨時(shí)對(duì)象的基本動(dòng)量信息，基于基本動(dòng)量信息確定臨時(shí)對(duì)象在所述階段行動(dòng)路線中的預(yù)測(cè)行動(dòng)軌跡，基本動(dòng)量信息反映了臨時(shí)對(duì)象在階段行動(dòng)路線起始節(jié)點(diǎn)的運(yùn)動(dòng)狀態(tài)，以此確定預(yù)測(cè)行動(dòng)軌跡對(duì)園區(qū)數(shù)字孿生模型進(jìn)行更新，能夠使園區(qū)數(shù)字孿生模型更準(zhǔn)確地模擬臨時(shí)對(duì)象在該階段行動(dòng)路線上的運(yùn)動(dòng)情況，提高定位追蹤的準(zhǔn)確性，減少數(shù)據(jù)處理量。

43、進(jìn)一步地，本發(fā)明通過(guò)獲取臨時(shí)對(duì)象的實(shí)時(shí)動(dòng)量信息，基于實(shí)時(shí)動(dòng)量信息確定臨時(shí)對(duì)象在所述階段行動(dòng)路線中的實(shí)時(shí)行動(dòng)軌跡，實(shí)時(shí)動(dòng)量信息反映了臨時(shí)對(duì)象在階段行動(dòng)路線的實(shí)時(shí)運(yùn)動(dòng)狀態(tài)，以此確定實(shí)時(shí)行動(dòng)軌跡對(duì)園區(qū)數(shù)字孿生模型進(jìn)行更新，使園區(qū)數(shù)字孿生模型與臨時(shí)對(duì)象的行動(dòng)保持同步，提高定位追蹤的準(zhǔn)確性。

44、進(jìn)一步地，本發(fā)明基于階段行動(dòng)路線確定可行區(qū)域，并結(jié)合區(qū)域標(biāo)識(shí)與臨時(shí)對(duì)象權(quán)限信息判定危險(xiǎn)預(yù)警并更新園區(qū)數(shù)字孿生模型，能夠清晰界定臨時(shí)對(duì)象被允許活動(dòng)的范圍，結(jié)合區(qū)域標(biāo)識(shí)和權(quán)限信息進(jìn)行判斷，可有效防止臨時(shí)對(duì)象進(jìn)入其無(wú)權(quán)進(jìn)入的危險(xiǎn)區(qū)域，一旦發(fā)現(xiàn)臨時(shí)對(duì)象進(jìn)入此類(lèi)區(qū)域，立即觸發(fā)危險(xiǎn)預(yù)警并發(fā)出信息，提醒相關(guān)人員采取措施，從而提升園區(qū)的安全水平。