(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210925192.1 (22)申请日 2022.08.03 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 街道八一路2 99号 (72)发明人 卜方玲　曾德忠　徐雁菲　张文怡　 曾艺雯　王梦婷　陈能成　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 胡琦旖 (51)Int.Cl. G06F 16/25(2019.01) G06F 16/2455(2019.01) G06F 16/26(2019.01) G06F 16/29(2019.01)G06F 16/9537(2019.01) G06N 5/04(2006.01) G16Y 20/10(2020.01) G16Y 40/10(2020.01) G16Y 40/50(2020.01) (54)发明名称 一种街区应急场景空地协同立体感知方法 与系统 (57)摘要 本发明属于智慧城市与物联网技术领域， 公 开了一种街区应急场景空地协同立体感知方法 与系统， 本发明以街区应急事件为中心， 将每种 类型的观测设备作为一个基本事件， 构建空地协 同的观测规划模 型； 构建街区感知网络的资源描 述本体模型， 基于资源描述本体模 型建立推理规 则以实现网络规划； 对若干观测设备获得的多源 终端异构数据进行汇聚和组织， 得到空地协同观 测数据； 对空地协同观测数据及其反演数据进行 融合地理信息显示， 实现街区应急场景的立体感 知。 本发明能够实现应急场景下街区观测要素的 实时反映可视化， 能够支撑突发应急事件体制和 机制高效运行， 以科学有序高效地应对突发应急 事件。 权利要求书3页 说明书16页 附图12页 CN 115470272 A 2022.12.13 CN 115470272 A 1.一种街区应急场景空地协同立体感知方法， 其特 征在于， 包括： 以街区应急事件为中心， 将每种类型的观测设备作为一个基本事件， 构建空地协同的 观测规划模型； 构建街区感知网络的资源描述本体模型， 基于所述资源描述本体模型建立推理规则以 实现网络规划； 对若干观测设备获得的多源终端异构数据进行汇聚和组织， 得到空地协同观测数据； 对所述空地协同观测数据及其反演数据进行融合地理信 息显示， 实现街 区应急场景的 立体感知。 2.根据权利要求1所述的街区应急场景空地协同立体感知方法， 其特征在于， 构建空地 协同的观测规划模型时， 在时间、 空间和事 件三个属性方面进行协同建模； 构建协同观测函数Hα， 如下： 式中， 表示第i个种类的观测设备在事件观测任务中的时间参数， 表示第i个种 类的观测设备在事件观测任务中的空间参数， 表示第i个种类的观测设备在事件观测 任务中的观测要素参数， n表示 不同种类观测设备的总数量； 基于所述协同观测函数， 判断各类观测设备是否能够加入协同观测； 针对第 i个种类的 观测设备， 当该类观测设备满足 时， 将该类观测设备加入协同观测； 结合所述时间参数、 所述空间参数和所述观测要素参数， 对加入协同观测的观测设备 进行权值设置， 所述权值用于表征不同种类的观测设备的优先级。 3.根据权利要求2所述的街区应急场景空地协同立体感知方法， 其特征在于， 构建空地 协同的观测规划模型时还包括设置置信度， 基于所述置信度调节不同种类的观测设备的作 用程度， 以得到最佳观测方案； 所述置信度包括表征观测时效性能的第 一指标、 表征观测空间覆盖率的第 二指标和表 征观测要素性能的第三指标； 所述第一指标表示 一类观测设备在单位时间内能够覆盖的观测区域比例， 如下： 式中， ηt表示第一指标， Si表示该类观测设备中第i个观测器件能够观测的空间范围， m 表示该类观测设备中观测器件的总数量， S表示事件观测任务需要观测的空间范围的集合， tα表示该类观测设备能够实现观测任务需求的时间窗口值， Tis表示该类观测设备中第i个 观测器件针对观测任务需求的开始时间， Tie表示该类观测设备中第i个观测器件针对观测 任务需求的结束时间； 表示该类观测设备中第i个观测器件在时间窗口范围内的观测权　利　要　求　书 1/3 页 2 CN 115470272 A 2状态指标， 若该观测器件的时间窗口与观测 任务需求的时间窗口有交集则 为1， 若无交 集则 为0； 所述第二指标表示 一类观测设备的观测空间对复合事 件目标的总覆盖程度， 如下： 式中， ηs表示第二指标； 所述第三指标表示协同观测设备对复合事 件需求属性的匹配程度， 如下： 式中， ηn表示第三指标， k表示复合事件中包含的观测基本事件的类别 数量； 表示针 对复合事件中的第j类观测基本事件， 第i个种类的观测设备能够实现观测任务需求的权 重； 表示第i个种类的观测设备的观测性能状态指标， 若该类观测设备的观测情况满足 观测任务需求则 为1， 否则 为0； Mi表示第i个种类的观测设备能够实现观测任务需求 的观测要素的数量。 4.根据权利要求1所述的街区应急场景空地协同立体感知方法， 其特征在于， 实现网络 规划时， 将感知层观测资源、 网络层通信资源和应用层资源作为三个一级类， 并基于各一级 类的层次结构进行内部级类下分， 形成所述资源描述本体模型； 在已构建的所述资源描述本体模型上， 基于感知层、 网络层和应用 层在网络规划中的 约束关系构建SWRL 规则； 接收到网络规划方案请求后， 通过所述资源描述本体模型进行实例映射， 采用所述 SWRL规则进行逻辑推理， 生成各层资源匹配的网络规划方案 。 5.根据权利要求4所述的街区应急场景空地协同立体感知方法， 其特征在于， 所述感知 层观测资源包括以下四个二级类： 设备 的基本属性、 观测属性、 网络属性和数据属性； 所述 设备的基本属性包括设备ID、 设备名称和设备型号； 所述观测属性包括移动属性、 测量属性 和位置属性； 所述移动属 性包括可移动性和移动范围， 所述测量属 性包括采样频率和测量 范围， 所述位置属性包括经度和纬度； 所述数据属性包括数据类型、 数据格式、 数据包大小 和数据上报频率； 所述网络属性包括支持接口和传输需求； 所述网络层通信资源包括以下两个二级类： 网络的基本属性和传输属性； 所述网络的 基本属性包括ID、 名称、 经度、 纬度、 覆盖半径、 节点容量和组网方式； 所述传输属性包括网 络延时、 传输 速度和传输带宽 。 6.根据权利要求5所述的街区应急场景空地协同立体感知方法， 其特征在于， 采用SWRL 规则进行逻辑推理时的匹配流 程包括： 构建第一网络规划目标和第 二网络规划目标； 所述第 一网络规划目标为实现所述感知 层观测资源通过所述网络层通信资源与所述应用层资源的服务器建立通信连接， 所述服务 器能接收到所述感知层观测资源采集的数据； 所述第二网络规划目标为提升网络传输性 能， 降低网络延时， 提高网络覆盖率， 降低丢包率；权　利　要　求　书 2/3 页 3 CN 115470272 A 3