风险告警方法、装置、计算机设备和存储介质与流程

1.本技术涉及汽车安全领域，尤其涉及一种风险告警方法、装置、计算机设备和存储介质。


背景技术：

2.随着我国汽车工业的快速发展和人们生活水平的提高，居民家庭的汽车拥有量快速增加。然而，面对台风等大灾天气危害，全国均会有因为城市内涝或洪水造成汽车被水淹的情况，对车主及保险公司都造成不可估量的损失。因此，为了减少因灾害性天气所引起的车辆损失，可以采用天气预报来进行预警，但天气预报主要针对较大区域范围进行预警，而这样的预警方式对车辆预警精准度比较低下。


技术实现要素：

3.本技术实施例提供了一种风险告警方法、装置、计算机设备和存储介质，可以提高对车辆的预警精准度。
4.本技术实施例第一方面提供了一种风险告警方法，方法包括：
5.获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息，所述风险因子信息包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息；
6.根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值；
7.基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；
8.根据所述每个目标区域包括的至少一个水淹车案件的风险值确定所述每个目标区域的风险值；
9.根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，并获取所述风险区域中停放的目标车辆的通信信息，根据所述通信信息向所述目标车辆对应的目标用户发送告警信息，所述告警信息用于提示所述目标车辆所在风险区域存在水淹车风险。
10.本技术实施例第二方面提供了一种风险告警装置，该装置包括：
11.获取单元，用于获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息，所述风险因子信息包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息；
12.处理单元，用于根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值；
13.所述处理单元，还用于基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；
14.所述处理单元，还用于根据所述每个目标区域包括的至少一个水淹车案件的风险值确定所述每个目标区域的风险值；
15.所述处理单元，还用于根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，并获取所述风险区域中停放的目标车辆的通信信息，根据所述通信信息向所述目标车辆对应的目标用户发送告警信息，所述告警信息用于提示所述目标车辆所在风险区域存在水淹车风险。
16.本技术实施例一方面提供了一种计算机设备，包括处理器和存储器，所述处理器和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述所述的风险告警方法。
17.本技术实施例一方面提供了一种计算机可读存储介质，该计算机可读存储介质中存储有程序指令，该程序指令被执行时，用于实现上述所述的风险告警方法。
18.本技术实施例一方面提供了一种计算机程序产品或计算机程序，计算机程序产品或计算机程序包括计算机指令，计算机指令存储在计算机可读存储介质中，计算机指令被计算机设备的处理器执行时，执行上述所述的风险告警方法。
19.在本技术实施例中，获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息；根据每个水淹车案件的风险因子信息对每个水淹车案件进行风险评估，得到每个水淹车案件的风险值；基于每个水淹车案件的位置信息，采用目标数据管理库postgresql对多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；根据每个目标区域包括的至少一个水淹车案件的风险值确定每个目标区域的风险值；根据每个目标区域的风险值从一个或多个目标区域中确定风险区域，并获取风险区域中停放的目标车辆的通信信息，根据通信信息向目标车辆对应的目标用户发送告警信息，根据多个水淹车案件的风险值可以确定每个水淹车案件所在目标区域的风险值，通过风险值可以比较准确的预测该目标区域发生水淹车案件的风险，进一步，可以根据风险值可以较为准确的确定风险区域，并比较精确地对风险区域中的目标车辆进行一对一预警，提高了对车辆预警的精准度。
附图说明
20.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1是本技术实施例提供的一种风险告警系统的架构示意图；
22.图2是本技术实施例提供的一种风险告警方法的流程示意图；
23.图3是本技术实施例提供的一种风险告警装置的结构示意图；
24.图4是本技术实施例提供的一种计算机设备的结构示意图。
具体实施方式
25.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于
本技术中的实施例，本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，都属于本技术保护的范围。
26.本技术实施例可以基于人工智能技术对每个水淹车案件的风险因子信息等进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
27.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
28.请参阅图1，为本技术实施例提供的一种风险告警系统的架构示意图。该风险告警系统可以包括至少一个终端设备101、至少一个服务器102和至少一个车辆103；终端设备101可以提供水淹车案件上报界面以及按照不同颜色显示水淹车案件所在目标区域，负责处理水淹车案件的业务人员可以在终端设备101中填写水淹车案件的风险因子信息，服务器102可以存储水淹车案件的风险因子信息，并基于水淹车案件的风险因子信息计算该水淹车案件所在的目标区域的风险值，然后基于该风险值的大小确定是否向目标区域中的车辆103发送告警信息。其中，终端设备101和服务器102可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。终端设备101可以是手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device，mid)、可穿戴设备等智能设备。上述服务器102包括多个服务器(也可称节点)，该多个服务器可以是独立的物理服务器，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
29.基于风险告警系统，本技术实施例提供了一种风险告警方案，该风险告警方案可以由上述终端设备101执行或者由上述服务器102执行，以风险告警方案由服务器102执行为例；该风险告警方案的大致原理如下：为了预防大雨台风等导致大量降水淹没车辆，服务器102可以获取历史时间(或者当前时间)发生的多个水淹车案件的风险因子信息和位置信息，然后根据每个水淹车案件的风险因子信息对每个水淹车案件进行风险评估，得到每个水淹车案件的风险值，然后利用每个水淹车案件的位置信息对多个水淹车案件所在位置进行位置整合，得到每个水淹车案件所在的目标区域，最终可以生成一个或多个目标区域，并基于每个目标区域中的水淹车案件的风险值可以确定每个目标区域的风险值，然后基于每个目标区域的风险值确定出风险值较大对应的目标区域，并向风险值较大对应的目标区域中的车辆对应的用户进行告警。
30.本技术实施例所提供的风险告警方案有如下有益效果：一方面，可以根据发生的水淹车案件的位置信息和风险因子信息可以确定存在较高水淹车风险的风险区域，这样可以缩小告警范围。另一方面，可以确定风险区域包括哪些车辆，并对风险区域中的车辆进行一对一预警，提高了对车辆预警的精准度，进而有助于对车辆及时进行范围车，减少车辆损失。
31.基于上述提供的风险告警方案，请参见图2，图2为本技术实施例提供的一种风险
告警方法的流程示意图。该风险告警方法可以由计算机设备执行，计算机设备可以是上述风险告警系统中的终端设备101或者服务器102；该风险告警方法可以包括以下步骤s201-s205：
32.s201：获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息。
33.第一时间可以是指某个历史时间点(如2020-10-9 22点)或者某个历史时间段(如2020-10-9 22点到2020-10-9 24点，该历史时间段为2小时)；或者第一时间可以是指当前时间点(如2021-11-10 5点)或者第一时间是指从当前时间点到预设历史时间之间的时间段。当前时间点和当前时间段中所涉及到的“当前”可以理解为实时获取正在发生的多个水淹车案件。位置信息可以包括经纬度。
34.风险因子信息可以包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息。水淹车案件信息可以包括：出险信息和车辆受损信息。出险信息可以包括以下至少一种：出险原因、出险时长，例如出险原因为水淹，出险时长2个小时。车辆受损信息可以包括以下至少一种：发动机受损情况、是否二次点火、定损/估损金额和残值；残值是指车辆受损后的价值金额。
35.查勘信息可以包括以下至少一种：查勘首联、查勘类型、查勘时长、救援时长。查勘首联是指从水淹车案件报案受理到业务人员首次联系客户的时长，查勘类型可以是现场、远程等等。救援时长是指业务人员抢救车辆的时长。
36.灾害信息可以包括以下至少一种：车辆水淹类型(如涉行驶、泡水)、水淹等级、灾害等级、当前降水量等等。可选地，该风险因子信息还可以包括其他增项因子。其中，上述水淹等级、灾害等级可以根据需求设置。不同的查勘类型可以不同的数值，不同车辆水淹类型可以对应不同的数据。
37.在一个实施例中，计算机设备可以通过数据采集设备实时获取多个水淹车案件的风险因子信息和位置信息。其中，每个水淹车案件的位置信息可以利用gps(全球定位系统)进行确定，数据采集设备可以提供一个水淹车案件数据采集界面，水淹车案件数据采集界面可以包括风险因子信息填报和位置信息提报。在另一个实施例中，计算机设备可以从数据存储设备中获取历史时间点或历史时间段内发生的多个水淹车案件的风险因子信息和位置信息。
38.s202：根据每个水淹车案件的风险因子信息对每个水淹车案件进行风险评估，得到每个水淹车案件的风险值。其中，每个水淹车案件的风险值可以用于评估每个水淹车案件所在位置发生水淹车的风险大小。
39.在一个实施例中，针对多个水淹车案件的目标水淹车案件，获取目标水淹车案件的目标风险因子信息对应的目标风险系数；根据目标风险因子信息和目标风险系数确定目标水淹车案件的风险值。目标风险因子信息可以包括目标风险因子值，计算机设备可以将目标风险因子值和目标风险系数进行乘积运算，得到目标水淹车案件的风险值。多个水淹车案件中的任一水淹车案件的风险值均可以按照目标水淹车案件的风险值的实现方式。
40.在一个实施例中，当风险因子信息包括水淹车案件信息、现场查勘信息和灾害信息中的至少两个时，水淹车案件信息可以对应一个风险系数、现场查勘信息可以对应一个风险系数、灾害信息可以对应一个风险系数；此时，以目标水淹车案件的风险因子信息包括水淹车案件信息和现场查勘信息，计算机设备可以根据目标水淹车案件的水淹车案件信息
和对应的风险系数进行风险值计算，得到水淹车案件信息对应的风险值；并根据现场勘查信息和对应的风险系数进行风险值计算，得到现场勘查信息对应的风险值。然后将水淹车案件信息对应的风险值和现场勘查信息对应的风险值进行求和运算或者加权求和，得到目标水淹车案件的风险值。同理，当风险因子信息包括水淹车案件信息、现场查勘信息和灾害信息，可以参照上述目标水淹车案件的风险因子信息包括水淹车案件信息和现场查勘信息计算目标水淹车案件的风险值的实现过程，在此不再赘述。例如，水淹车案件信息对应的风险系数为20％，水淹车案件信息对应的水淹车案件值为20，查勘信息对应的风险系数为30％，查勘信息对应的查勘值为30；灾害信息对应的风险系数为40％，灾害信息对应的灾害值为50，目标水淹车案件的风险值计算公式为风险因子
×
评估系数。目标水淹车案件的风险值＝20
×
20％+30
×
40％+50
×
40％。在一个实施例中，上述涉及到的水淹车案件信息对应的水淹车案件值是根据水淹车案件信息确定的，查勘信息对应的查勘值根据查勘信息确定的、灾害信息对应的灾害值是根据灾害信息确定的。以查勘信息对应的查勘值根据查勘信息确定为例：查勘信息包括首联时长(如首联时长为1h)，查勘类型＝现场(现场对应数值50)，查勘时长(查勘时长为3h)，救援时长(救援时长为2h)，计算机设备可以将首联时长、查勘类型、查勘时长以及救援时长对应的数值进行叠加(即1+50+3+2)，得到查勘信息对应的查勘值(即56)。
41.在一个实施例中，计算机设备根据每个水淹车案件的风险因子信息对每个水淹车案件进行风险评估，得到每个水淹车案件的风险值的具体实现方式可以是：采用预设的风险评估模型对每个水淹案件进行风险评估，得到每个水淹案件的风险值。在具体实现中，计算机设备可以根据每个水淹车案件的风险因子信息，调用预设的风险评估模型对每个水淹案件进行风险评估，得到每个水淹案件的风险值。其中，该预设的风险评估模型可以为bp神经网络模型，或者可以是其他用于预测风险的神经网络模型。其中，预设的风险评估模型是由多个样本水淹车案件的样本风险因子信息和每个样本水淹车案件的风险值标签训练得到的。
42.其中，预设的风险评估模型的训练方式如下：计算机设备获取多个样本水淹车案件的样本风险因子信息和每个样本水淹车案件的标签风险值；并根据多个样本水淹车案件的样本风险因子信息，调用初始神经网络模型对每个样本水淹车案件进行风险评估，得到每个样本水淹车案件的预测风险值，并计算标签风险值和预测风险值进行模型损失值计算，得到模型损失值，并基于模型损失值调整初始神经网络模型的模型参数，得到预设的风险评估模型。其中，计算机设备可以获取同一区域内的多个样本水淹车案件的样本风险因子信息，或者，计算机设备可以获取不同区域的多个样本水淹车案件的样本风险因子信息。例如，在区域1获取一个水淹车案件，在区域3获取3个水淹车案件。
43.s203：基于每个水淹车案件的位置信息，采用目标数据管理库postgresql对多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件。
44.其中，目标数据管理库postgresql支持地理空间数据存储及运算，包括坐标点、线、面交并补操作处理。采用postgresql对多个水淹车案件所在位置进行位置整合可以理解为根据多个水淹车案件所在位置确定容易发生水淹车风险的区域。
45.在一个实施例中，由前述可知，位置信息可以包括经纬度，因此，基于每个水淹车
案件的位置信息，采用目标数据管理库postgresql对多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域的具体实现方式可以是：计算机设备可以将每个水淹车案件的经纬度进行映射，得到每个水淹车案件的坐标点；获取多个路段的路段信息，每个路段的路段信息可以包括多个目标坐标点；根据每个水淹车案件的坐标点和每个路段的路段信息可以确定每个路段包括的水淹车案件；采用目标数据管理库postgresql，对多个路段包括的水淹车案件的坐标点以及多个路段的路段信息进行地理运算，得到一个或多个目标区域。具体的，可以将每个水淹车案件的经纬度进行映射，得到每个水淹车案件的坐标点，这里经过映射后的坐标点可以用于判断是否属于多个路段中的任一路段。然后针对多个水淹车案件中的目标水淹车案件，计算机设备可以判断目标水淹车案件的坐标点是否与每个路段包括的目标坐标点匹配，若目标水淹车案件的坐标点与目标路段中的目标坐标点匹配，则确定该目标路段包括目标水淹车案件。其中，目标路段为多个路段中的任一一个。在一个实施例中，可以采用gps(全球定位系统，global positioning system)技术定位多个路段中每个路段包括的多个目标坐标点，可选地，每个路段的长度可以根据需求设置，例如长度可以为10m，即10m为一个路段。
46.同理，按照确定目标水淹车案件所属的目标路段的具体实现方式可以确定每个水淹车案件所属的路段。在确定出每个水淹车案件所属的路段之后，计算机设备针对多个路段中的目标路段，采用目标数据管理库postgresql，对目标路段包括的水淹车案件的坐标点以及目标路段包括的多个目标坐标点进行地理运算，得到目标区域。具体的，采用目标数据管理库postgresql，对目标路段包括的水淹车案件的坐标点进行地理运算，得到第一区域；采用目标数据管理库postgresql对多个目标坐标点进行地理运算，得到第二区域；将第一区域和第二区域进行交集运算，得到目标区域。由经验可知，多个坐标点可以构成面；目标路段包括的水淹车案件的坐标点可以形成一个平面区域(即第一区域)，目标路段包括的多个目标坐标点可以形成一个平面区域(即第二区域)，然后通过将第一区域和第二区域进行交集运算，可以得到在目标路段最有可能存在水淹车风险的目标区域。通过上述方式可以定位到更加准确的发生水淹车案件的目标区域，这有利于后续得到更加准确的目标区域的风险值。需要说明的是，每个路段均可以参见通过目标路段包括的水淹车案件的坐标点和目标路段包括的多个目标坐标点确定相应的目标区域，最终可以得到一个或多个目标区域。
47.s204：根据每个目标区域包括的至少一个水淹车案件的风险值确定每个目标区域的风险值。
48.在具体实现中，计算机设备可以将每个目标区域包括的至少一个水淹车案件的风险值进行求和运算，得到每个目标区域的风险值；或者，计算机设备可以将每个目标区域包括的至少一个水淹车案件的风险值进行加权处理，得到每个目标区域的风险值；或者，计算机设备可以将每个目标区域包括的至少一个水淹车案件的风险值进行平均处理，得到每个目标区域的风险值。
49.s205：根据每个目标区域的风险值从一个或多个目标区域中确定风险区域，并获取风险区域中停放的目标车辆的通信信息，根据通信信息向目标车辆对应的目标用户发送告警信息，告警信息用于提示目标车辆所在风险区域存在水淹车风险。其中，通信信息可以包括车辆标识、目标用户的姓名、联系方式、车辆停放位置等等。
50.在一个实施例中，计算机设备可以判断每个目标区域的风险值是否大于风险阈值，若存在风险值大于等于风险阈值的目标区域，则将风险值大于等于风险阈值的目标区域确定为风险区域。风险阈值可以根据需求设置。若不存在风险值大于等于风险阈值的目标区域，则可以输出安全提示信息，该安全提示信息可以用于提示当前不存在发生水淹车风险的目标区域。
51.在一个实施例中，水淹车是由于台风、暴雨等带来强降雨造成的，因此结合天气数据和风险值来确定风险区域更加的准确。根据每个目标区域的风险值从一个或多个目标区域中确定风险区域的具体实现方式可以是：从天气服务设备中获取天气数据，天气数据包括多个目标区域，以及每个目标区域的天气信息；获取每个目标区域的积水量；根据每个目标区域的天气信息包括的降雨量和积水量，得到每个目标区域的预测积水量；根据每个目标区域的预测积水量和风险值从一个或多个目标区域确定风险区域。具体的，计算机设备可以将每个目标区域的天气信息包括的降雨量和积水量进行叠加，得到每个目标区域的预测积水量。作为一种实现方式，计算机设备可以判断每个目标区域的预测积水量是否大于等于积水阈值，且判断每个目标区域的风险值是否大于等于风险阈值，若存在预测积水量大于等于积水阈值且风险值大于等于风险阈值的目标区域，则将预测积水量大于等于积水阈值且风险值大于等于风险阈值的目标区域确定风险区域。也就是说，风险区域是指：预测积水量大于等于积水阈值，且风险值大于等于风险阈值。
52.作为一种实现方式，计算机设备可以对每个目标区域的预测积水量和风险值进行加权求和处理，得到每个目标区域的加权风险值，举例来说，预测积水量的权重为0.7，风险值的权重为0.3，目标区域1的预测积水量600mm，风险值为123；计算机设备可以利用预测积水量的权重对区域1的预测积水量进行加权处理，得到预测积水量的加权值为420；然后利用风险值的权重对区域1的风险值进行加权处理，得到风险值的加权值为36.9，然后将预测积水量的加权值和风险值的加权值进行叠加，得到区域1的加权风险值456.9。然后判断每个目标区域的加权风险值是否大于等于预设值，若存在加权风险值大于等于预设值的目标区域，则将加权风险值大于等于预设值的目标区域确定为风险区域。其中，预设值可以根据需求进行设置。
53.在一个实施例中，由于每个水淹车案件在报案、查勘、定损环节计算出的风险值可能不同，为了提高每个目标区域的风险值的准确性和实时性，计算机设备根据每个目标区域的风险值从一个或多个目标区域中确定风险区域的具体实现方式可以是：获取在第二时间中每个水淹车案件的更新风险因子信息，第二时间晚于第一时间；基于每个水淹车案件的更新风险因子信息对每个水淹车案件进行风险评估，得到每个水淹车案件的更新风险值；基于每个水淹车案件的更新风险对每个目标区域的风险值进行更新，得到每个目标区域的更新风险值；根据每个目标区域的更新风险值从一个或多个目标区域中确定风险区域。其中，第二时间可以时间点或者时间段。更新风险因子可以包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息。在具体实现中，计算机设备在获取到每个水淹车案件的更新风险因子信息之后，可以将更新风险因子信息与更新风险系数进行乘积预算，得到每个水淹车案件的更新风险值。其中，更新风险系数可以是上述风险因子信息对应的风险系数，或者可以是改变之后的风险系数。然后计算机设备根据每个水淹车案件的更新风险值重新计算每个水淹车案件所在的目标区域的风险值，得到目标区域的更新风险值，并根
据每个目标区域的更新风险值从一个或多个目标区域中确定风险区域。
54.在一个实施例中，若第一时间为当前时间点(即实时获取水淹车案件)，计算机设备可以按照预设时间周期重新获取多个实时水淹车案件，其中，多个实时水淹车案件中可以包括第一时间获取的水淹车案件，以及新的水淹车案件；然后计算机设备可以按照根据第一时间获取到的多个水淹车案件确定出风险区域的具体实现方式根据多个实时水淹车案件确定出新的风险区域。从而提高对车辆风险评估的准确性。
55.在确定风险区域之后，可以采用gps技术定位在风险区域中易受灾的目标车辆。并在定位到目标车辆后，从本地存储空间中获取目标车辆的通信信息，或者从区块链网络中获取目标车辆的通信信息，然后基于该通信信息包括的目标用户的联系方式向目标车辆对应的目标用户发送告警信息，可选地，该通信信息包括目标车辆的位置信息，计算机设备可以基于目标车辆的位置信息确定针对目标车辆的解决方案，该解决方案包括车辆停放的注意事项以及将目标车辆从位置信息所指示的位置迁移到安全位置等等。可选地，该告警信息可以包括该解决方案。其中，发送告警信息的方式可以是发送短信、机器人ivr(interactive voice response，互动式语音应答)自动外呼。
56.在一个实施例中，在根据每个目标区域的风险值从一个或多个目标区域中确定风险区域之后，计算机设备可以基于每个目标区域的风险值在目标地图中对一个或多个目标区域进行可视化渲染，其中，风险区域以第一颜色标记，一个或多个目标区域中除风险区域以外的目标区域以第二颜色标记；第一颜色和第二颜色不同。例如，第一颜色为红色，第二颜色为黄色。通过可视化渲染可以方便业务人员快速查看风险区域。然后计算机设备可以根据可视化渲染后的目标地图确定与风险区域相邻的相邻区域；若相邻区域以第二颜色标记，则基于风险区域的水淹车数量利用互动式语音应答向相邻区域所在业务人员发送调配请求，以使业务人员对风险区域内的目标车辆进行处理。
57.在本技术实施例中，获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息；根据每个水淹车案件的风险因子信息对每个水淹车案件进行风险评估，得到每个水淹车案件的风险值；基于每个水淹车案件的位置信息，采用目标数据管理库postgresql对多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；根据每个目标区域包括的至少一个水淹车案件的风险值确定每个目标区域的风险值；根据每个目标区域的风险值从一个或多个目标区域中确定风险区域，并获取风险区域中停放的目标车辆的通信信息，根据通信信息向目标车辆对应的目标用户发送告警信息，根据多个水淹车案件的风险值可以确定每个水淹车案件所在目标区域的风险值，通过风险值可以比较准确的预测该目标区域发生水淹车案件的风险，进一步，可以根据风险值可以较为准确的确定风险区域，并比较精确地对风险区域中的目标车辆进行预警，提高了对车辆预警的精准度。
58.基于上述风险告警方法实施例的描述，本技术实施例还公开了一种风险告警装置，该风险告警装置可以是运行于上述所提及的计算机设备中的一个计算机程序(包括程序代码)。该风险告警装置可以执行图2所示的方法。请参见图3，所述风险告警装置可以运行如下单元：
59.获取单元301，用于获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息，所述风险因子信息包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信
息；
60.处理单元302，用于根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值；
61.所述处理单元302，还用于基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；
62.所述处理单元302，还用于根据所述每个目标区域包括的至少一个水淹车案件的风险值确定所述每个目标区域的风险值；
63.所述处理单元302，还用于根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，并获取所述风险区域中停放的目标车辆的通信信息，根据所述通信信息向所述目标车辆对应的目标用户发送告警信息，所述告警信息用于提示所述目标车辆所在风险区域存在水淹车风险。
64.在一个实施例中，所述处理单元302在根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值时，可具体用于：
65.针对多个水淹车案件的目标水淹车案件，获取所述目标水淹车案件的目标风险因子信息对应的目标风险系数；
66.根据所述目标风险因子信息和所述目标风险系数确定所述目标水淹车案件的风险值。
67.在一个实施例中，所述位置信息包括经纬度，所述处理单元302在基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域时，可具体用于：
68.将每个水淹车案件的经纬度进行映射，得到所述每个水淹车案件的坐标点；
69.获取多个路段的路段信息；
70.根据所述每个水淹车案件的坐标点和所述每个路段的路段信息确定所述每个路段包括的水淹车案件；
71.采用目标数据管理库postgresql，对所述多个路段包括的水淹车案件的坐标点以及所述多个路段的路段信息进行地理运算，得到一个或多个目标区域。
72.在一个实施例中，所述路段信息包括多个目标坐标点，所述处理单元302在采用目标数据管理库postgresql，对所述多个路段包括的水淹车案件的坐标点以及所述多个路段的路段信息进行地理运算，得到一个或多个目标区域时，可具体用于：
73.针对多个路段中的目标路段，采用目标数据管理库postgresql，对所述目标路段包括的水淹车案件的坐标点进行地理运算，得到第一区域；
74.采用所述postgresql对所述多个目标坐标点进行地理运算，得到第二区域；
75.将所述第一区域和所述第二区域进行交集运算，得到目标区域。
76.在一个实施例中，所述处理单元302在根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域时，可具体用于：
77.从天气服务设备中获取天气数据，所述天气数据包括多个目标区域，以及每个目标区域的天气信息；
78.获取每个目标区域的积水量；
79.根据所述每个目标区域的天气信息包括的降雨量和积水量，得到所述每个目标区域的预测积水量；
80.根据所述每个目标区域的预测积水量和风险值从所述一个或多个目标区域确定风险区域。
81.在一个实施例中，所述处理单元302在根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域时，可具体用于：
82.获取在第二时间中所述每个水淹车案件的更新风险因子信息，所述第二时间晚于所述第一时间；
83.基于所述每个水淹车案件的更新风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的更新风险值；
84.基于所述每个水淹车案件的更新风险对所述每个目标区域的风险值进行更新，得到所述每个目标区域的更新风险值；
85.根据所述每个目标区域的更新风险值从所述一个或多个目标区域中确定风险区域。
86.在一个实施例中，所述处理单元302在根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域之后，还用于：
87.基于每个目标区域的风险值在目标地图中对所述一个或多个目标区域进行可视化渲染，其中，所述风险区域以第一颜色标记，所述一个或多个目标区域中除所述风险区域以外的目标区域以第二颜色标记；
88.根据可视化渲染后的目标地图确定与所述风险区域相邻的相邻区域；
89.若所述相邻区域以第二颜色标记，则基于所述风险区域的水淹车数量利用互动式语音应答向所述相邻区域所在业务人员发送调配请求，以使所述业务人员对所述风险区域内的目标车辆进行处理。
90.可以理解的是，本实施例的风险告警装置的各功能单元可根据上述方法实施例图2中的方法具体实现，其具体实现过程可以参照上述方法实施例图2的相关描述，此处不再赘述。
91.进一步地，请参见图4，图4是本技术实施例提供的一种计算机设备的结构示意图。上述图2对应实施例中的计算机设备可以为图4所示的计算机设备。如图4所示，计算机设备可以包括：处理器401和存储器404，可选地，计算机设备还可以包括输入设备402和输出设备403。上述处理器401、输入设备402、输出设备403和存储器404通过总线405连接。存储器404用于存储计算机程序，所述计算机程序包括程序指令，处理器401用于执行存储器404存储的程序指令。
92.在本技术实施例中，处理器401通过运行存储器404中的可执行程序代码，执行如下操作：
93.获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息，所述风险因子信息包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息；
94.根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值；
95.基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多
个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；
96.根据所述每个目标区域包括的至少一个水淹车案件的风险值确定所述每个目标区域的风险值；
97.根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，并获取所述风险区域中停放的目标车辆的通信信息，根据所述通信信息向所述目标车辆对应的目标用户发送告警信息，所述告警信息用于提示所述目标车辆所在风险区域存在水淹车风险。
98.在一个实施例中，所述处理器401在根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值时，可具体用于：
99.针对多个水淹车案件的目标水淹车案件，获取所述目标水淹车案件的目标风险因子信息对应的目标风险系数；
100.根据所述目标风险因子信息和所述目标风险系数确定所述目标水淹车案件的风险值。
101.在一个实施例中，所述位置信息包括经纬度，所述处理器401在基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域时，可具体用于：
102.将每个水淹车案件的经纬度进行映射，得到所述每个水淹车案件的坐标点；
103.获取多个路段的路段信息；
104.根据所述每个水淹车案件的坐标点和所述每个路段的路段信息确定所述每个路段包括的水淹车案件；
105.采用目标数据管理库postgresql，对所述多个路段包括的水淹车案件的坐标点以及所述多个路段的路段信息进行地理运算，得到一个或多个目标区域。
106.在一个实施例中，所述路段信息包括多个目标坐标点，所述处理器401在采用目标数据管理库postgresql，对所述多个路段包括的水淹车案件的坐标点以及所述多个路段的路段信息进行地理运算，得到一个或多个目标区域时，可具体用于：
107.针对多个路段中的目标路段，采用目标数据管理库postgresql，对所述目标路段包括的水淹车案件的坐标点进行地理运算，得到第一区域；
108.采用所述postgresql对所述多个目标坐标点进行地理运算，得到第二区域；
109.将所述第一区域和所述第二区域进行交集运算，得到目标区域。
110.在一个实施例中，所述处理器401在根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域时，可具体用于：
111.从天气服务设备中获取天气数据，所述天气数据包括多个目标区域，以及每个目标区域的天气信息；
112.获取每个目标区域的积水量；
113.根据所述每个目标区域的天气信息包括的降雨量和积水量，得到所述每个目标区域的预测积水量；
114.根据所述每个目标区域的预测积水量和风险值从所述一个或多个目标区域确定风险区域。
115.在一个实施例中，所述处理器401在根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域时，可具体用于：
116.获取在第二时间中所述每个水淹车案件的更新风险因子信息，所述第二时间晚于所述第一时间；
117.基于所述每个水淹车案件的更新风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的更新风险值；
118.基于所述每个水淹车案件的更新风险对所述每个目标区域的风险值进行更新，得到所述每个目标区域的更新风险值；
119.根据所述每个目标区域的更新风险值从所述一个或多个目标区域中确定风险区域。
120.在一个实施例中，所述处理器401在根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域之后，还用于：
121.基于每个目标区域的风险值在目标地图中对所述一个或多个目标区域进行可视化渲染，其中，所述风险区域以第一颜色标记，所述一个或多个目标区域中除所述风险区域以外的目标区域以第二颜色标记；
122.根据可视化渲染后的目标地图确定与所述风险区域相邻的相邻区域；
123.若所述相邻区域以第二颜色标记，则基于所述风险区域的水淹车数量利用互动式语音应答向所述相邻区域所在业务人员发送调配请求，以使所述业务人员对所述风险区域内的目标车辆进行处理。
124.应当理解，在本技术实施例中，所称处理器401可以是中央处理单元(central processing unit，cpu)，该处理器401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该处理器也可以是任何常规的处理器等。
125.该存储器404可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。
126.该输入设备402可以包括键盘等，并向处理器401输入界面需求；该输出设备403可以包括显示器等。
127.具体实现中，本技术实施例中所描述的处理器401、输入设备402、输出设备403和存储器404可执行上述所有实施例中描述的实现方式，也可执行上述装置中所描述的实现方式，在此不再赘述。
128.本技术实施例中提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，可执行上述所有实施例中所执行的步骤。
129.本技术实施例还提供一种计算机程序产品或计算机程序，计算机程序产品或计算机程序包括计算机指令，计算机指令存储在计算机可读存储介质中，计算机指令被计算机设备的处理器执行时，执行上述所有实施例中的方法。
130.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。需要强调的是，为进一步保证上述数据的私密和安全性，上述所涉及的风险因子信息可以存储在区块链的任一节点中。其中，本技术所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
131.以上所揭露的仅为本技术一种较佳实施例而已，当然不能以此来限定本技术之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本技术权利要求所作的等同变化，仍属于发明所涵盖的范围。

技术特征：
1.一种风险告警方法，其特征在于，包括：获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息，所述风险因子信息包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息；根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值；基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；根据所述每个目标区域包括的至少一个水淹车案件的风险值确定所述每个目标区域的风险值；根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，并获取所述风险区域中停放的目标车辆的通信信息，根据所述通信信息向所述目标车辆对应的目标用户发送告警信息，所述告警信息用于提示所述目标车辆所在风险区域存在水淹车风险。2.根据权利要求1所述的方法，其特征在于，所述根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值，包括：针对多个水淹车案件的目标水淹车案件，获取所述目标水淹车案件的目标风险因子信息对应的目标风险系数；根据所述目标风险因子信息和所述目标风险系数确定所述目标水淹车案件的风险值。3.根据权利要求1所述的方法，其特征在于，所述位置信息包括经纬度，所述基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，包括：将每个水淹车案件的经纬度进行映射，得到所述每个水淹车案件的坐标点；获取多个路段的路段信息；根据所述每个水淹车案件的坐标点和所述每个路段的路段信息确定所述每个路段包括的水淹车案件；采用目标数据管理库postgresql，对所述多个路段包括的水淹车案件的坐标点以及所述多个路段的路段信息进行地理运算，得到一个或多个目标区域。4.根据权利要求3所述的方法，其他在于，所述路段信息包括多个目标坐标点，所述采用目标数据管理库postgresql，对所述多个路段包括的水淹车案件的坐标点以及所述多个路段的路段信息进行地理运算，得到一个或多个目标区域，包括：针对多个路段中的目标路段，采用目标数据管理库postgresql，对所述目标路段包括的水淹车案件的坐标点进行地理运算，得到第一区域；采用所述postgresql对所述多个目标坐标点进行地理运算，得到第二区域；将所述第一区域和所述第二区域进行交集运算，得到目标区域。5.根据权利要求1所述的方法，其特征在于，所述根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，包括：从天气服务设备中获取天气数据，所述天气数据包括多个目标区域，以及每个目标区域的天气信息；
获取每个目标区域的积水量；根据所述每个目标区域的天气信息包括的降雨量和积水量，得到所述每个目标区域的预测积水量；根据所述每个目标区域的预测积水量和风险值从所述一个或多个目标区域确定风险区域。6.根据权利要求1所述的方法，其特征在于，所述根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，包括：获取在第二时间中所述每个水淹车案件的更新风险因子信息，所述第二时间晚于所述第一时间；基于所述每个水淹车案件的更新风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的更新风险值；基于所述每个水淹车案件的更新风险对所述每个目标区域的风险值进行更新，得到所述每个目标区域的更新风险值；根据所述每个目标区域的更新风险值从所述一个或多个目标区域中确定风险区域。7.根据权利要求1所述的方法，其特征在于，所述根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域之后，所述方法还包括：基于每个目标区域的风险值在目标地图中对所述一个或多个目标区域进行可视化渲染，其中，所述风险区域以第一颜色标记，所述一个或多个目标区域中除所述风险区域以外的目标区域以第二颜色标记；根据可视化渲染后的目标地图确定与所述风险区域相邻的相邻区域；若所述相邻区域以第二颜色标记，则基于所述风险区域的水淹车数量利用互动式语音应答向所述相邻区域所在业务人员发送调配请求，以使所述业务人员对所述风险区域内的目标车辆进行处理。8.一种风险告警装置，其特征在于，包括：获取单元，用于获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息，所述风险因子信息包括以下至少一种：水淹车案件信息、现场查勘信息和灾害信息；处理单元，用于根据每个水淹车案件的风险因子信息对所述每个水淹车案件进行风险评估，得到所述每个水淹车案件的风险值；所述处理单元，还用于基于所述每个水淹车案件的位置信息，采用目标数据管理库postgresql对所述多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域，每个目标区域包括至少一个水淹车案件；所述处理单元，还用于根据所述每个目标区域包括的至少一个水淹车案件的风险值确定所述每个目标区域的风险值；所述处理单元，还用于根据所述每个目标区域的风险值从所述一个或多个目标区域中确定风险区域，并获取所述风险区域中停放的目标车辆的通信信息，根据所述通信信息向所述目标车辆对应的目标用户发送告警信息，所述告警信息用于提示所述目标车辆所在风险区域存在水淹车风险。9.一种计算机设备，其特征在于，包括存储器，用于存储计算机程序；处理器，调用所述存储器中的所述计算机程序，用于执行如权利要求1～7任一项所述
的风险告警方法。10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，执行权利要求1～7任一项所述的风险告警方法。

技术总结
本申请实施例提供了一种风险告警方法、装置、计算机设备和存储介质，应用于汽车安全领域，包括：获取在第一时间发生的多个水淹车案件的风险因子信息和位置信息；根据每个水淹车案件的风险因子信息确定每个水淹车案件的风险值；基于每个水淹车案件的位置信息，采用PostgreSQL对多个水淹车案件所在位置进行位置整合，得到一个或多个目标区域；根据每个目标区域包括的水淹车案件的风险值得到每个目标区域的风险值来确定风险区域，并根据风险区域中目标车辆的通信信息向目标车辆对应的目标用户发送告警信息，可提高对车辆的预警精准度。本申请涉及区块链技术，如可将水淹车案件的风险因子信息写入区块链中，以用于根据风险因子信息确定风险值等场景。因子信息确定风险值等场景。因子信息确定风险值等场景。


技术研发人员：杨广荣 曾永理 冯宝兴
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2021.11.29
技术公布日：2022/3/8