基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统设计

目的:设计一种基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统。方法:通过城市中的Wi-Fi探针设备采集行人手机MAC信息,实时传输到数据采集服务器,设计行人轨迹算法、同行人识别算法,使用Kafka作为消息队列、Spark Streaming作为流式计算引擎、ElasticSearch作为搜索引擎、HBase作为数据仓库,建立基于Wi-Fi探针的新冠肺炎患者轨迹追溯系统。结果:该系统可以实现确诊患者轨迹追溯、筛选与确诊患者同行人员、筛选与确诊患者同乘人员,辅助调查新冠肺炎患者轨迹、寻找新冠肺炎密切接触者。结论:运用已有的Wi-Fi探针数据采集设备采集的数据进行大数据分析,能为新冠肺炎疫情防控提供服务。

疫情防控常态下的多源融合校园行动轨迹追溯系统研究

随着疫情防控工作的推进,常态化防控的要求逐渐被提到日程。学校面临着毕业季学生返校、秋季新学期学生集中复学的需求,如何利用信息化手段助力高校疫情防控常态化,是对高校智慧校园建设的一大考验。文章以北京化工大学为例,搭建校内疫情防控大数据平台,以企业微信支撑移动化校园,构建多源融合的校园行动轨迹追溯系统,实时追踪师生个体的行踪轨迹及健康状况,精准确定特定人员在某时间段、某地点有密切接触的周边人员情况,做到第一时间处置突发事件,为疫情防控工作提供支撑。

手持式校园行动轨迹追溯系统研究

校园行动轨迹追溯系统主要用于对进出校园的人员进行自动体温测量和核对身份信息,通过二维码扫码和温度测量模块将出入人员的常住信息和实时体温发送给上位机(PC)进行实时身份匹配并检查对方身体是否健康。上位机由Python进行编写,内部具有校内所有人员的照片信息和常住信息及联系方式。通过多次试验,系统具有非常高的准确度,且使用时非常方便。