一种对灾害被困人员的定位救援方法、装置、介质及设备与流程

1.本技术涉及人员搜救技术领域，特别是涉及一种对灾害被困人员的定位救援方法、装置、存储介质及终端设备。


背景技术：

2.自然灾害是指给人类生存带来危害或损害人类生活环境的自然现象。自然灾害孕育于由大气圈、岩石圈、水圈、生物圈共同组成的地球表面环境中。当这种变异给人类社会带来危害时，即构成自然灾害。因为它给人类的生产和生活带来了不同程度的损害，包括以劳动为媒介的人与自然之间，以及与之相关的人与人之间的关系。
3.近年来，国内因自然灾害或人为因素造成的人员被困事件频发。由于救援环境恶劣，存在较大的不确定性，为顺利开展救援工作，首要是先确定被困人员定位，以进一步明确救援方向和方法。但现有自然灾害的搜救只针对某一特定的搜救领域，然而在野外搜救时环境条件变化较大，天灾人祸导致被困人员发出的求救信号存在较多不确定因素，各种恶劣的环境条件干扰也导致了对被困人员定位失准。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够分析确定被困人员的最新定位，规划出其活动轨迹，为救援工作提供较可靠的参考依据的对灾害被困人员的定位救援方法、装置、存储介质及终端设备。
5.本发明实施例提供了一种对灾害被困人员的定位救援方法，所述方法包括以下步骤：
6.对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图；
7.获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中；
8.根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。
9.进一步地，对搜救区域内的各救援人员进行位置标记与干扰矫正之前，所述方法还包括：
10.将各救援人员所携带的定位器进行相互适配，并与总服务器建立连接标定，得到各定位器的内参矩阵和畸变参数。
11.进一步地，对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图的方法包括：
12.获取救援区域内各救援人员的位置信息，并对其进行位置标定；
13.根据各定位器的内参矩阵和畸变参数对进行位置标定后救援人员的位置进行畸变矫正，以得到畸变矫正后的各救援人员的实际定位图；其中，所述畸变参数包括径向畸变
与切向畸变。
14.进一步地，获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中的方法包括：
15.对实际工作中的各救援人员进行定位边缘轮廓的提取与校正，得到各救援人员的矫正轮廓；
16.判断所述矫正轮廓的边缘是否近似于圆；
17.若是，则根据所述矫正轮廓到质心的距离与平方距离的均方根误差，对所述救援人员进行轮廓标记；
18.根据所述轮廓标记得到各救援人员的标记轮廓，当所述标记轮廓满足预设地理面积时，将所述标记轮廓作为一定位轮廓更新至所述实际定位图中。
19.进一步地，根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查的方法包括：
20.根据所述标记轮廓对所述实际定位图进行更新得到标的地区域；
21.对更新后的所述实际定位图进行中心提取及坐标系转换，得到实际地理坐标所形成的空间点集；
22.获取空点点集中各子集到对应拟合平面的距离平方和，并根据该距离平方和确定该子集是否属于标的区域；
23.将属于标的区域的子集存储至二维向量class中，经所述二维向量中class保存的子集划分为对称子集及非对称成子集；
24.根据所述对称子集划分为对称子集及非对称成子集，对所述标的地区域进行再排查。
25.进一步地，将属于标的区域的子集存储至二维向量class中，经所述二维向量class中保存的子集划分为对称子集及非对称成子集的方法包括：
26.获取所述二维向量class中当前子集{xi，yi，σ|i＝0，1，2}内位于边缘两点中间的点，然后计算边缘两点与中间点二者空间向量的弧度值，并用较小的弧度值与较大弧度值相比，该比值记为σi＝0，1，2。
27.若ζ
min
＜σ
i＝0，1，2
＜ζ
max
ζ
min
＝0.09，ζ
max
＝0.10则认为当前子集{xi，yi，σ|i＝0，1，2}为对称子集；
28.若∈
min
＜σ
i＝0，1，2
＜∈
max
∈
min
＝0.54，∈
max
＝0.86则认为当前子集{xi，yi，σ|i＝0，1，2}为非对称子集。
29.进一步地，根据所述对称子集划分为对称子集及非对称成子集，对所述标的地区域进行再排查的方法包括：
30.依次计算所述二维向量class中的子集，将对称子集按照中间点、边缘点的顺序存储到二维向量xy中，非对称子集也按照中间点、边缘点的顺序存储到二维向量xy
′
中；
31.从二维向量xy中找出一个子集，然后从二维向量xy
′
中找出两组子集，如果这两组非对称子集满足：存在边缘点与对称子集边缘点相等，则将这三组子集存放到同一个二维向量casket中；
32.对二维向量casket中的对称子集及非对称子集进行排序，得到所述标的地区域中
被困人员的位置。
33.本发明的另一实施例提出一种对灾害被困人员的定位救援装置，所述装置包括：
34.位置标记模块，用于对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图；
35.轮廓标记模块，用于获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中；
36.区域排查模块，用于根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。
37.本发明的另一个实施例还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的对灾害被困人员的定位救援方法。
38.本发明的另一个实施例还提出一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的对灾害被困人员的定位救援方法。
39.上述对灾害被困人员的定位救援方法，对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图；获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中；根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。相比现有技术，本发明能够分析确定被困人员的最新定位，规划出其活动轨迹，为救援工作提供较可靠的参考依据，满足了实际应用需求。
附图说明
40.图1为本发明实施例提供的对灾害被困人员的定位救援方法的一种流程示意图；
41.图2为本发明实施例提供的对灾害被困人员的定位救援装置的结构框图；
42.图3为本发明实施例提供的设备终端的结构图。
具体实施方式
43.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本技术领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
45.如图1所示，本发明实施例提供的对灾害被困人员的定位救援方法，应用与一对灾害被困人员的定位救援系统，所述方法包括步骤s11至步骤s13：
46.步骤s11，对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人
员的实际定位图。
47.具体的，搜救队为每位救援队员配备一个定位器，该定位器在野外环境具有高信号强度，能实时反馈位置，同时在定位器中配备抗干扰系统，可以保证各个定位器工作过程中不会相互干扰，避免与总服务器脱离链接。对搜救区域内的各救援人员进行位置标记与干扰矫正之前，将各救援人员所携带的定位器进行相互适配，并与总服务器建立连接标定，得到各定位器的内参矩阵和畸变参数。在救援过程中，获取救援区域内各救援人员的位置信息，并对其进行位置标定；根据各定位器的内参矩阵和畸变参数对进行位置标定后救援人员的位置进行畸变矫正，以得到畸变矫正后的各救援人员的实际定位图；其中，所述畸变参数包括径向畸变与切向畸变。
48.进一步地，在某个搜救工作开展前，各定位器相互适配并与总服务器建立链接标定，标定后将得到相邻定位器的旋转矩阵、平移矩阵以及每个定位器的内参矩阵和畸变参数。工作中的定位器计算系统中适配时引起的畸变称为径向畸变，工作过程中由于系统地理位置与实际位置造成的畸变称为切向畸变。以上两种畸变会使总服务器定位坐标系中的归一化坐标与真实归一化坐标存在偏差。二者的对应关系为：
[0049][0050][0051]
其中，k
11
，k
12
，k
13
，为径向畸变系数，ρ1，ρ2为切向畸变系数，五个参数均可由定位器标定得到，xc为经度，yc为纬度，zc为地势高度。
[0052]
则各搜救人员定位在总定位系统坐标系中的位置变为：
[0053][0054][0055]
其中，σ
x
，σy，u0，v0均可由定位器标定的内参矩阵得到，ud为横坐标，vd为纵坐标。
[0056]
因此，系统首先应通过畸变校正，得到畸变校正后的实际定位图。畸变校正一般通过迭代法解算，当前后两次迭代的差值小于预设阈值，则终止迭代。
[0057]
步骤s12，获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中。
[0058]
具体的，对实际工作中的各救援人员进行定位边缘轮廓的提取与校正，得到各救援人员的矫正轮廓；判断所述矫正轮廓的边缘是否近似于圆；若是，则根据所述矫正轮廓到质心的距离与平方距离的均方根误差，对所述救援人员进行轮廓标记；根据所述轮廓标记得到各救援人员的标记轮廓，当所述标记轮廓满足预设地理面积时，将所述标记轮廓作为一定位轮廓更新至所述实际定位图中。
[0059]
进一步地，在进行定位轮廓提取之前，必须使用地理方位分割的方法提取定位边缘轮廓。本发明采用边缘检测法：将各个定位器投放到各搜救人员后在实际工作中可以近似看成一个圆并对其进行定位边缘轮廓提取，边缘提取后使用oρencv中轮廓检测函数获得轮廓集轮廓集表示第i个轮廓，表示第i个轮廓中的单个定位器但这些定位值都是未经校正的，需要利用畸变参数进行校正。实际运作中只需要校正c
jd
便可校正整个原始定位图的畸变。最后，得到校正后的矫正轮廓ci＝{ρi}，以及校正后的最终获得矫正轮廓集c＝{ci}。
[0060]
具体的，定位轮廓提取：判断边缘是否近似于圆
[0061]
如果ci是一个圆，那么轮廓上的像素ρj到质心o的距离di与平均距离oi的均方根误差很小。假设mi为ci中的像素点个数，那么|d
j-oi|的均方根误差(rmse)为：
[0062][0063]
如果rsmei小于阈值tr，cj可以被视为一个标记轮廓，本实施例中tr取0.224。以此作为各救援人员定位的刷新区域，可以实时反馈出已搜救范围和速率。
[0064]
具体的，标记轮廓提取：判断实际地理面积
[0065]
在收集定位信息后需判断其是否满足一个取值范围，拟定每个独立的定位器能够采集到的地理面积最大值为4.63m2。因此，如果反馈到总定位系统中的定位器轮廓(标记轮廓)满足此范围，则该轮廓正式被视为一个定位轮廓。最后使用最小二乘椭圆拟合算法过滤后的轮廓ci拟合得到投影标记中心像素坐标。首先给出椭圆的一般表达式：
[0066][0067]
其中，矢量
[0068]
令ci＝{ρj}中像素点的坐标为(xj，yi)(j＝1，2，...，mi)，mi为椭圆边界上像素点的个数。
[0069]
引入约束条件同时建立如下的目标函数：
[0070][0071]
其中，m为惩罚系数，且有
[0072]
最小化目标函数求得矢量的最优解。根据矢量，计算椭圆中心的像素坐标，公式如下：
[0073][0074][0075]
步骤s13，根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。
[0076]
具体的，根据所述标记轮廓对所述实际定位图进行更新得到标的地区域；对更新后的所述实际定位图进行中心提取及坐标系转换，得到实际地理坐标所形成的空间点集；获取空点点集中各子集到对应拟合平面的距离平方和，并根据该距离平方和确定该子集是否属于标的区域；将属于标的区域的子集存储至二维向量class中，经所述二维向量中class保存的子集划分为对称子集及非对称成子集；根据所述对称子集划分为对称子集及非对称成子集，对所述标的地区域进行再排查。
[0077]
其中，将属于标的区域的子集存储至二维向量class中，经所述二维向量class中保存的子集划分为对称子集及非对称成子集的方法包括：
[0078]
获取所述二维向量class中当前子集{xi，yi，σ|i＝0，1，2}内位于边缘两点中间的点，然后计算边缘两点与中间点二者空间向量的弧度值，并用较小的弧度值与较大弧度值相比，该比值记为σi＝0，1，2；
[0079]
若ζ
min
＜σ
i＝0，1，2
＜ζ
max
ζ
min
＝0.09，ζ
max
＝0.10则认为当前子集{xi，yi，σ|i＝0，1，2}为对称子集；
[0080]
若∈
min
＜σ
i＝0，1，2
＜∈
max
∈
min
＝0.54，∈
max
＝0.86则认为当前子集{xi，yi，σ|i＝0，1，2}为非对称子集。
[0081]
其中，根据所述对称子集划分为对称子集及非对称成子集，对所述标的地区域进行再排查的方法包括：
[0082]
依次计算所述二维向量class中的子集，将对称子集按照中间点、边缘点的顺序存储到二维向量xy中，非对称子集也按照中间点、边缘点的顺序存储到二维向量xy
′
中；
[0083]
从二维向量xy中找出一个子集，然后从二维向量xy
′
中找出两组子集，如果这两组非对称子集满足：存在边缘点与对称子集边缘点相等，则将这三组子集存放到同一个二维向量casket中；
[0084]
对二维向量casket中的对称子集及非对称子集进行排序，得到所述标的地区域中被困人员的位置。
[0085]
进一步地，标的识别是通过上述定位器搜索区域划分后，对未搜索区域(称为标的地)的再分析，以得被困人员的精确定位。通过标的识别，可以有序地分析各定位器相互联系和坐标信息交集，为排查出被困人员的高概率驻点。
[0086]
首先，对总定位器视图进行标的中心提取，得出一组二维像素坐标{ui，vi}，然后，将定位坐标系转换成实际地理坐标系：
[0087]
xi＝(u
i-u0)
·dx
ꢀꢀ
(10)
[0088]
yi＝(v
i-v0)
·dy
ꢀꢀ
(11)
[0089]
式中d
x
＝dy，表示定位尺寸，本实施例中二者相等。此时，图像坐标系中点集{xi，yi}与实际地理坐标系中三维点集具有下述转换关系：
[0090]
{xi，yi}
→
{xi，yi，σ}
ꢀꢀ
(12)
[0091]
{xi，yi，σ}表示图像坐标系中的二维点集与标的中心之间距离为距离σ时的实际地理坐标。
[0092]
假设空间点集的数量为n，子集元素数目为3的集合一共可以找出c
3n
个组合。现找出其中的一个子集{xi，yi，σ|i＝0，1，2}，对每个点列出空间直线方程
[0093][0094]
{xi，yi，σ|i＝0，1，2}对应的t为1，其子集与光心连线的空间直线与zc＝0.5σ和zc＝4σ这两个平面共有六个交点，然后通过这六个定位交点拟合平面，计算zc＝σ平面上{xi，yi，σ|i＝0，1，2}到该平面的距离平方和s
i＝0，1，2
，并判断s
i＝0，1，2
是否小于阈值ts，如若满足，则认为{xi，yi，σ|i＝0，1，2}在拟合平面上，即该子集属于未搜寻区域的一条边。最后将其存储到二维向量class中。接下来，依次取出其他子集重复上述过程。本发明中ts取值为0.0100。
[0095]
当所有的子集经过上述过程后，不满足的子集被过滤，二维向量class中保存的子集均为目标子集，但是子集之间并不能有效区分。因此，搜寻被困人员时对每条边添加了对称性属性，使子集通过对称性区分，分为对称子集与非对称子集。子集对称性区分即：找出class中的一个子集，假设子集是{xi，yi，σ|i＝0，1，2}。下面对该子集执行对称性区分操作，首先找出{xi，yi，σ|i＝0，1，2}中位于边缘两点中间的点，然后计算边缘两点与中间点二者空间向量的弧度值，并用较小的弧度值与较大弧度值相比，该比值记为σ
i＝0，1，2
。如果σ
i＝0，1，2
满足式(14)：
[0096]
ζ
min
＜σ
i＝0，1，2
＜ζ
max
ꢀꢀ
(14)
[0097]
ζ
min
＝0.09，ζ
max
＝0.10则认为子集{xi，yi，σ|i＝0，1，2}为对称子集。
[0098]
如果满足式(13)：
[0099]
∈
min
＜σ
i＝0，1，2
＜∈
max
[0100]
∈
min
＝0.54，∈
max
＝0.86则认为子集{xi，yi，σ|i＝0，1，2}为非对称子集。
[0101]
因为实际搜索工作距离可能远大于二维定位图之间的距离，所以σ
i＝0，1，2
在对称子集中非常接近1.0；在非对称子集中，σ
i＝0，1，2
接近器械最初设计的比例，即中间点位于三等分点。
[0102]
依次计算class中的子集，将对称子集按照中间点、边缘点的顺序存储到二维向量xy中，非对称子集也按照中间点、边缘点的顺序存储到二维向量xy
′
中。
[0103]
class中的子集全部处理完之后，子集被分为对称子集与非对称子集，分别存储在二维向量xy与xy
′
中。从二维向量xy中找出一个子集，然后从二维向量xy
′
中找出两组子集，如果这两组非对称子集满足：存在边缘点与对称子集边缘点相等，则将这三组子集存放到同一个二维向量casket中。
[0104]
之后再以对称子集中间点为起点，对标的地中每个定位器按照逆时针顺序编号{a1,a2,a3,a4,a5,a6}，起点为a1，两个非对称子集的重合点为a4，这两点可以快速确定。但是因空间旋转的不确定性，其它点并不能确定。因此，我们利用确定的a1与a4的位置关系来确定a2。当a1与a4的位置确定之后，a2的位置将唯一确定。例如a4的横纵坐标均大于a1的横纵坐标，则a2应满足：横坐标小于a1的横坐标而纵坐标大于a1的纵坐标。确定a2之后，对称子集已
经确定了两个点。a3则为属于a2与a4那组非对称点集中的中间点，a4为公共点，之前已经确认。a5则为另外一个非对称子集的中间点，a6则为对称子集的另外一个端点。至此，casket中的六个标的中心坐标已经有序排列，最后将{a1,a2,a3,a4,a5,a6}按照下标由小到大的顺序储存。
[0105]
经过上述过程，标的地的定位器被有序存储。对于每个待定位区域，分别找出a2,a4,a6，以计算确定未搜索区域中被困人员高概率驻地，最后，依次从二维向量xy、xy
′
取出子集，重复上述过程，确定被困人员定位。
[0106]
如上所述，本发明提出的zwo位置标定法是对救援人员搜救区域的交集确认，既建立了总定位系统与各救援队员的联系，保护了救援队员的安全，又最大程度避免重复搜查，减少时间消耗的同时提高救援成功性。采用bailay算法，系针对灾后被困人员定位困难且存在不确定性的情况提出的获取被困人员定位信息的方法。该算法克服了传统的求救定位难题，而采用救援定位和算法拟出被困人员的高概率驻点，有利于确认救援人员搜救方向，保护人民群众的生命安全。采用zwo位置标定法与bailay算法相结合，是排查被困人员高置信度定位的方法，可以实时分析已排查区域，确认未排查区域中被困人员的具体定位。通过计算机模拟试验对待搜救区域进行zwo模拟定位探测，结果表明该定位方法可完成探测和定位任务，并具有较高的精度，为救援定位灾后被困人员技术奠定了基础，填补了该项技术的国内空白，进一步了提高救援定位的精度和准确性。
[0107]
可以理解的，本发明通过算法拟出被困人员的高概率定位区域，减小了盲目搜救的工作量，为搜救工作争取了宝贵的时间。当被困人员缺乏自救意识或无法和外界联系时，通过该发明能够主动排查出其所在被困区域的各可疑点定位，由搜救人员自身定位以点及面获得被困人员具体定位。本发明针对灾后被困人员定位困难且存在不确定性的情况，提出了获取被困人员定位信息的方法。该算法克服了传统的求救定位难题，而采用救援定位和算法拟出被困人员的高概率驻点，有利于确认救援人员搜救方向，保护人民群众的生命安全。
[0108]
上述对灾害被困人员的定位救援方法，对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图；获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中；根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。相比现有技术，本发明能够分析确定被困人员的最新定位，规划出其活动轨迹，为救援工作提供较可靠的参考依据，满足了实际应用需求。
[0109]
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0110]
请参阅图2，本发明提供还提供了一种对灾害被困人员的定位救援装置，所述装置
包括：
[0111]
位置标记模块21，用于对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图。
[0112]
具体的，对搜救区域内的各救援人员进行位置标记与干扰矫正之前，将各救援人员所携带的定位器进行相互适配，并与总服务器建立连接标定，得到各定位器的内参矩阵和畸变参数。
[0113]
进一步地，获取救援区域内各救援人员的位置信息，并对其进行位置标定；根据各定位器的内参矩阵和畸变参数对进行位置标定后救援人员的位置进行畸变矫正，以得到畸变矫正后的各救援人员的实际定位图；其中，所述畸变参数包括径向畸变与切向畸变。
[0114]
轮廓标记模块22，用于获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中。
[0115]
具体的，对实际工作中的各救援人员进行定位边缘轮廓的提取与校正，得到各救援人员的矫正轮廓；判断所述矫正轮廓的边缘是否近似于圆；若是，则根据所述矫正轮廓到质心的距离与平方距离的均方根误差，对所述救援人员进行轮廓标记；根据所述轮廓标记得到各救援人员的标记轮廓，当所述标记轮廓满足预设地理面积时，将所述标记轮廓作为一定位轮廓更新至所述实际定位图中。
[0116]
区域排查模块23，用于根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。
[0117]
具体的，根据所述标记轮廓对所述实际定位图进行更新得到标的地区域；对更新后的所述实际定位图进行中心提取及坐标系转换，得到实际地理坐标所形成的空间点集；获取空点点集中各子集到对应拟合平面的距离平方和，并根据该距离平方和确定该子集是否属于标的区域；将属于标的区域的子集存储至二维向量class中，经所述二维向量中class保存的子集划分为对称子集及非对称成子集；根据所述对称子集划分为对称子集及非对称成子集，对所述标的地区域进行再排查。
[0118]
进一步地，将属于标的区域的子集存储至二维向量class中，经所述二维向量class中保存的子集划分为对称子集及非对称成子集包括：
[0119]
获取所述二维向量class中当前子集{xi，yi，σ|i＝0，1，2}内位于边缘两点中间的点，然后计算边缘两点与中间点二者空间向量的弧度值，并用较小的弧度值与较大弧度值相比，该比值记为σi＝0，1，2；
[0120]
若ζ
min
＜σ
i＝0，1，2
＜ζ
max
ζ
min
＝0.09，ζ
max
＝0.10则认为当前子集{xi，yi，σ|i＝0，1，2}为对称子集；
[0121]
若∈
min
＜σ
i＝0，1，2
＜∈
max
∈
min
＝0.54，∈
max
＝0.86则认为当前子集{xi，yi，σ|i＝0，1，2}为非对称子集。
[0122]
进一步地，根据所述对称子集划分为对称子集及非对称成子集，对所述标的地区域进行再排查包括：
[0123]
依次计算所述二维向量class中的子集，将对称子集按照中间点、边缘点的顺序存储到二维向量xy中，非对称子集也按照中间点、边缘点的顺序存储到二维向量xy
′
中；
[0124]
从二维向量xy中找出一个子集，然后从二维向量xy
′
中找出两组子集，如果这两组
非对称子集满足：存在边缘点与对称子集边缘点相等，则将这三组子集存放到同一个二维向量casket中；
[0125]
对二维向量casket中的对称子集及非对称子集进行排序，得到所述标的地区域中被困人员的位置。
[0126]
本发明实施例所提供的对灾害被困人员的定位救援装置，对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图；获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中；根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。相比现有技术，本发明能够分析确定被困人员的最新定位，规划出其活动轨迹，为救援工作提供较可靠的参考依据，满足了实际应用需求。
[0127]
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的对灾害被困人员的定位救援方法。
[0128]
本发明实施例还提供了一种终端设备，参见图3所示，是本发明提供的一种终端设备的一个优选实施例的结构框图，所述终端设备包括处理器10、存储器20以及存储在所述存储器20中且被配置为由所述处理器10执行的计算机程序，所述处理器10在执行所述计算机程序时实现如上所述的对灾害被困人员的定位救援方法。
[0129]
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序1、计算机程序2、
······
)，所述一个或者多个模块/单元被存储在所述存储器20中，并由所述处理器10执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
[0130]
所述处理器10可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器10也可以是任何常规的处理器，所述处理器10是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
[0131]
所述存储器20主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器20可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡和闪存卡(flash card)等，或所述存储器20也可以是其他易失性固态存储器件。
[0132]
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图3结构框图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
[0133]
综上，本发明提供的对灾害被困人员的定位救援方法、装置、存储介质及终端设
备，首先对搜救区域内的各救援人员进行位置标记与干扰矫正，以得到各救援人员的实际定位图；获取各搜救人员在实际工作中的定位轮廓，根据所述定位轮廓对所述救援人员进行轮廓标记，将进行轮廓标记所得到的标记轮廓更新至所述实际定位图中；根据更新至所述实际定位图中的标记轮廓得到标的地区域，并通过对所述标的地区域进行再排查，得到被困人员的人员定位信息。相比现有技术，本发明能够分析确定被困人员的最新定位，规划出其活动轨迹，为救援工作提供较可靠的参考依据，满足了实际应用需求。
[0134]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。