(19)中华 人民共和国 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 202111254645.4 (22)申请日 2021.10.27 (71)申请人 重庆臻链 汇物联网科技有限公司 地址 400041 重庆市九龙坡区科园一路16 6 号火炬大厦18楼 (72)发明人 罗锋　江畅　谷雨　王兵　陶俊阳　 (74)专利代理 机构 重庆萃智邦成专利代理事务 所(普通合伙) 50231 代理人 文怡然 (51)Int.Cl. G16H 40/20(2018.01) G06F 30/20(2020.01) G06Q 10/04(2012.01) G06N 20/00(2019.01) (54)发明名称 一种救护车智能调度方法 (57)摘要 本发明涉及救护车调度领域， 具体是一种救 护车智能调度方法， 包括有以下步骤： 步骤一， 选 择仿真地区， 模拟生成医院GPS坐标和呼叫目标 对象坐标； 判断启用分值或者强化学习调度模 型， 启动调度任务仿真模拟； 步骤三， 对每次的仿 真模拟数据进行储存、 统计和展示。 本发明解决 了在不同医院的救护车资源能够被120中心统一 调配的前提下， 建立救护车智 能调度仿真平台， 力图弥补120系统只有人工调度， 在集中调配模 式下， 无法实现全系统经济成本最优、 病患需求 最优方案的问题。 权利要求书2页 说明书6页 附图2页 CN 113963787 A 2022.01.21 CN 113963787 A 1.一种救护车智能调度方法， 其特 征在于， 包括有如下步骤： 步骤一， 选择仿真地区， 模拟生成医院GPS坐标和呼叫目标对象坐标： 利用医院及病患 的参数设置模块设置目标对 象的病症等级、 医院救护车数量等仿真基础属 性指标； 利用医 院及呼叫目标对象GPS坐标随机生成模块在作为仿 真模拟平台地图拓扑数据源的开源地图 上， 随机或者json导入方式批量生成一个医院GPS坐标点， 以及以同样方式生成120呼叫目 标对象GPS坐标点； 利用地图最短距离计算模块根据医院GPS坐标点、 呼叫目标对象GPS坐标 点， 形成运输拓扑路径网， 构建地图拓扑网络和最短距离， 通过地区人口密度分布构建目标 对象的叫车分布点； 步骤二， 判断启用分值或者强化学习调度模型， 进行调度任务仿真模拟： 利用救护车车 辆运行GPS坐标仿真模块及效果反馈模块根据发布的叫车分布点， 对所有在途车辆的最新 GPS坐标进 行计算和刷新； 加载智能调 度算法模块， 判断选择启 用基于分值或者 强化学习调 度模型的调 度算法， 其中救护车智能调 度算法模块包括基于分值和强化学习调 度模型的救 护车调度算法模块， 通过救护车智能调 度模块依据救护车智能调度接口模块接入的不同救 护车智能调 度算法启动调度任务仿 真模拟， 对步骤一中生成的叫车分布点进 行救护车调 度 任务指派， 智能调度算法模块依据 “效能最优 ”进行派车任务安排； 利用救护车智能调度接 口模块与救护车智能调度模块交互数据， 模拟车辆运行 的坐标点变化方式， 实现全局防真 模拟； 利用救护车智能调度接口模块 为用户提供不同的仿真数据接口以便自由编写； 步骤三， 对每次的仿真模拟数据进行储存、 统计和展示： 通过智能调度算法模块判断是 否需要存储每一步仿真反馈， 不需要存储每一步仿真反馈的则启用分值调度模型， 最后通 过仿真运行绩效结果统计导出； 将需要存储每一步仿真反馈的启用强化学习调度模型， 将 模型参数依 次进行仿真数据入库、 模型训练进行模型参数修正， 再导回启用基于强化学习 调度模型， 最后通过仿真运行绩效结果统计导出； 而不需要模型参数修正的则直接导出至 仿真运行绩效结果统计。 2.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述分值调度模型根 据病人接送时间、 返程路程及病 人在不同医院人数分布为综合考量依据， 采取排位打分的 方法自动规划车辆首次派遣和二次途中调度； 或者通过权重设置综合考量距离、 车辆疲劳 度、 医院受理人数、 返程距离等多因子， 通过规则引擎转化为分值引擎的方式实现复杂组合 条件的派车 条件触发。 3.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述强化学习调度模 型通过大规模车辆最优调度的自学习算法， 实现复杂情况下单车多 人， 车辆二次调 度， 多车 同地， 多车接力等情况的智能调度； 基于仿真系统模拟数据， 进行病人和发车 的综合模拟， 通过分值系统的分值作为单车回报， 将多智体的加总回报作为最终评价函数， 训练基于改 进的群智体DQ learning深度强化学习模型。 4.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述开源地图为 OpenstreetMap地图， 目标对象与医院GPS坐标点之间的最 短距离采用bellman ‑ford最短距 离算法。 5.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述仿真运行绩效结 果统计为一个病患报案人对应一条历史记录， 存储内容为： 前报案时刻报案病人的GPS坐 标， 所有救护 车辆当行使到的GPS坐标， 当前调度系统指派前往的车辆序号， 当前调度行为权　利　要　求　书 1/2 页 2 CN 113963787 A 2获取的分值： if(调度成功)分值法计算分值else负数惩戒数值。 6.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述的病患GPS坐标 为WGS84坐标系， 所述医院GPS坐标随机生成模块来源真实特定地区的医院GPS坐标或者模 拟仿真坐标， 通过医院GPS坐标参数设置模块的json文件导入功能实现经纬度， 医院救护车 数的数据导入； 所述病人GPS坐标随机生成模块， 采用经纬度范围均匀分布概率、 混合高斯 分布两种生成方法， 通过病人GPS坐标生成参数进 行配置， 混合高斯下支持导入 该地区人口 密度分布。 7.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述救护车车辆运行 GPS坐标仿真模块更新不同车辆当前运行轨迹的方式， 利用两个病人呼叫的时间差进行近 似计算， 具体 计算步骤如下： 1)车辆当前GPS坐标＝(车辆上时间GPS坐标+车辆车速*呼叫时间差)与当前车辆出发 与结束最短距离GP S轨迹队列中最近的一个GP S点； 2)车辆上时间GP S坐标＝新车辆当前GP S坐标； 3)车辆车速方向＝为当前车辆出发与结束最短距离GPS轨迹队列中包含 “车辆上时间 GPS坐标”两个GPS坐标点构成的直线与0度经度线的夹角。 8.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述救护车智能调度 模块基于分值模型的救护车调 度算法如下， 其中本医院的救护车还能够运送目标对象前往 非本医院： 1)前往医院＝与当前呼叫病人最近的医院； 2)车辆与当前病人呼叫适应度分值＝当前车辆与当前病人的最短距离(行使时间)+车 辆当日已经完成工作公里*疲劳惩戒系数+是否危重病人(if否){0}else{返程惩戒系数*前 往医院与本车辆返回自己医院的距离}； 3)当前车辆可以是在医院还没有出发的等待车辆， 也可以是返程途中的车辆(二次调 度)； 4)对第(2)步计算的所有车辆的适应度分值进行排序， 选择最小值的车辆进行排班。 9.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述救护车智能调度 模块基于强化学习模型的多智体DQ learning算法如下： 1)状态空间＝当前车辆所在的GPS坐标， 当前报案病人的GPS坐标， 当前车辆所在处的 任务状态； 2)回报函数考虑整体回报＝min(当前派送车辆的适应度分值)+重复派车惩罚系数*重 复派车数量+未派车病 人耽误惩戒系数*耽误派车时间+有任务车辆惩罚系数*已经有任务 车辆数； 3)执行动作＝派出当前 车辆， 不派出当前 车辆。 10.根据权利要求1所述的一种救护车智能调度方法， 其特征在于， 所述救护车调度效 能数据结果统计模块统计的指标包括病患的等待时间、 每车辆当日任务里程、 每医院接 收 病患数、 二次调度车辆比例图、 本车运送外医院病患的比例。权　利　要　求　书 2/2 页 3 CN 113963787 A 3