CN105003301B - 一种综采工作面工作人员危险姿态检测装置及检测系统 - Google Patents
一种综采工作面工作人员危险姿态检测装置及检测系统 Download PDFInfo
- Publication number
- CN105003301B CN105003301B CN201510305895.4A CN201510305895A CN105003301B CN 105003301 B CN105003301 B CN 105003301B CN 201510305895 A CN201510305895 A CN 201510305895A CN 105003301 B CN105003301 B CN 105003301B
- Authority
- CN
- China
- Prior art keywords
- unit
- fully
- mechanized mining
- frequency shift
- staff
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种综采工作面工作人员危险姿态检测装置及检测系统,属于综采设备的自动化控制系统领域,检测装置包括主控制器、无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器,检测系统包括由检测装置及液压支架组成的硬件层和由人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元构成的软件层组成,硬件层和软件层通过无线MESH网络进行通信连接。本发明检测综采工作面的工作人员当前姿态是否处于安全状态并进行危险状态的警报,从工作人员的操作规范上预防恶性事故的发生;本发明无需对综采工作面进行改造,无需工作人员佩戴任何辅助装置,即可检测工作人员的姿态。
Description
技术领域
本发明涉及一种姿态识别装置及系统,尤其是用于综采工作面的工作人员危险姿态检测装置及检测系统,属于综采设备的自动化控制系统领域。
背景技术
一直以来,煤炭开采都是高危行业,综采自动化及安全高效开采一直是研究的重点热点问题,特别是国家“863”以及“973”计划都将煤炭资源的安全高效开采列为重点资助项目。尽管煤炭开采的安全问题已经受到人们的广泛关注,煤炭开采行业每年还是有不同程度的人员伤亡事故发生,由国家煤矿安监局发布,仅2014年一年之内就有多达20起安全事故发生,死亡人数多达101人。
然而,在煤炭开采作业越来越自动化的今天,综采自动化系统智能装备发展的如火如荼,针对工作人员不规范动作或者操作引起安全问题的研究却少之又少,更没有对综采工作面工作人员的安全提供专门的检测装置或者系统,以预防危险事故的发生。
发明内容
针对上述现有技术存在的问题,本发明提供一种综采工作面工作人员危险姿态检测装置及检测系统,能够检测综采工作面的工作人员当前姿态是否处于安全状态下,如果出现摔倒,或者重物砸落等突发状况,可以进行自动检测,并指出其发生在综采工作面的概要位置,并通过系统进行警报,从工作人员的操作规范上预防恶性事故的发生;本发明能够在不改造综采工作面并不给工作人员佩戴辅助装置的情况下检测工作人员的姿态,可避免给工作人员增加额外的体力负担。
为了达到上述目的,本发明采用以下技术方案:一种综采工作面工作人员危险姿态检测装置,包括主控制器、无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器,所述的红外线发射器与红外摄影机成对配合使用;所述的无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器分别通过信号线与主控制器连接。
一种综采工作面工作人员危险姿态检测系统,利用上述检测装置,包括硬件层和软件层,所述的硬件层和软件层通过无线MESH网络进行通信连接;所述的硬件层包括液压支架和检测装置,若干个所述的检测装置相互间隔地定点安装在液压支架上;所述的软件层包括人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元,所述的人员融合定位单元、红外图像匹配单元和多普勒频移分析单元分别与人体危险姿态识别单元连接,所述的红外图像匹配单元与人员融合定位单元和多普勒频移分析单元连接。
进一步的,所述的软件层还包括数据库,所述的数据库与人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元相连接。
进一步的,每相邻的两个检测装置之间的距离是相等的。
进一步的,所述的人员融合定位单元包括基于无线MESH信号强度定位分析模块和基于无线MESH信号到达时延定位模块。
进一步的,所述的红外图像匹配单元包括人体红外探测模块和人体骨骼模型匹配模块。
进一步的,所述的多普勒频移分析单元包括FFT变换模块和窄带波分析模块。
本发明的有益效果是:通过在原始的综采工作面的液压支架上定点安装检测装置得到工作人员的姿态信息数据,并通过检测装置上的无线MESH收发器将数据传输到软件层,通过软件层的分析处理得到工作人员的姿态信息;本发明自成一套系统,不需要对原始综采工作面配置进行大量改造,并无需工作人员佩戴任何辅助装置,既不会给工作人员增加额外的体力负担,也不影响工作人员正常生产作业,即可检测出工作人员的作业姿态是否处于危险状态,如果出现危险状态,可以自动进行检测并通过系统警报,指出其事故发生在综采工作面的概要位置,并通过系统进行警报,从人员操作规范上预防恶性事故的发生。
附图说明
图1是本发明的工作人员危险姿态检测装置的结构框图。
图2是本发明的工作人员危险姿态检测系统布局图。
图3是本发明的基于深度信息与多普勒频移融合的人员姿态原理图。
具体实施方式
下面结合附图和具体的实施方式对本发明进行进一步的阐述。
如图1所示,一种综采工作面工作人员危险姿态检测装置包括主控制器、无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器,所述的红外线发射器与红外摄影机成对配合使用;所述的无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器分别通过信号线与主控制器连接。
所述的主控制器负责所有的逻辑控制与数据处理;所述的无线MESH收发器负责无线通信以及将信号波发射出去,并接收人体反射回的信号波,用来检测人体姿态;所述的红外线发射器与红外摄影机成对配合使用,红外发射器发出红外线照射综采工作面的工作人员,漫反射回的红外线被红外摄影机接收形成视频图像,主要用于跟踪综采工作面上工作人员的位置,同时得到的红外图像用于辅助进行姿态识别;所述的深度传感器负责采集工作人员在沿着工作面前进方向上的姿态变化位移情况,以辅助进行人员的姿态识别;所述的多普勒频移接收器是姿态识别的信号采集部分,应用多普勒效应的原理通过人体反射过来的微弱波信号进行采集并分析,以便主控制器进行姿态识别。
如图2所示,一种综采工作面工作人员危险姿态检测系统,利用上述检测装置,包括硬件层和软件层,所述的硬件层和软件层通过无线MESH网络进行通信连接;所述的硬件层包括液压支架和检测装置,若干个所述的检测装置相互间隔地定点安装在液压支架上;所述的软件层包括人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元,所述的人员融合定位单元、红外图像匹配单元和多普勒频移分析单元分别与人体危险姿态识别单元连接,所述的红外图像匹配单元与人员融合定位单元和多普勒频移分析单元连接。
所述的软件层还包括数据库,所述的数据库与人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元相连接,数据库用于备份各个单元传输的数据。
为了保证根据检测装置检测到的工作人员姿态数据的真实性及准确性,在综采工作面的液压支架上定点安装检测装置时,每相邻的两个检测装置之间的距离是相等的,为了使无线MESH网络内的数据能够顺利传输,相邻的两个检测装置之间的距离小于无线MESH信号波辐散的半径;将每个检测装置对应的液压支架号存储在所述的工作人员危险姿态检测系统的数据库中,如需更改检测装置安装的位置,所保存的数据库记录也应一并修改。
所述的人员融合定位单元包括基于无线MESH信号强度定位分析模块和基于无线MESH信号到达时延定位模块,人员融合定位单元利用无线MESH信号的反馈方式,分别以反馈的信号强度和反馈的时延对工作人员在综采工作面的位置进行定位,通过多传感信息融合技术对基于无线MESH信号强度定位与基于无线MESH信号到达时延定位进行融合定位,以达到更为精确的定位,排除由于信号不稳定造成的定位误差;人员融合定位单元与无线MESH连接的数据通道相连接,以获取实时数据信息,同时,将处理的结果输出到所述的人体危险姿态识别单元,并将其结果数据备份到数据库。
所述的红外图像匹配单元包括人体红外探测模块和人体骨骼模型匹配模块,人体红外探测模块利用红外摄影机采集红外图像,人体骨骼模型匹配模块对采集到的红外图像进行图像分割与图像识别,将处理得到的信息与数据库内置的20个骨骼点的人体骨骼模型进行粗糙匹配,即可辅助进行人员定位,也可辅助人体姿态识别;红外图像匹配单元与无线MESH连接的数据通道相连接,以获取所拍摄的红外图像;同时,将处理的结果输出到所述的人体危险姿态识别单元,并将其结果数据备份到数据库。
所述的多普勒频移分析单元包括FFT变换模块和窄带波分析模块,FFT变换模块对深度传感器和多普勒频移接收器接收到的信息进行FFT变换,窄带波分析模块对接收得到的信息进行窄带波分析以减小由于人体姿态引起的信号频率波动与无线MESH自身的发射频率相差很大而引起的误差,分析之后输出具体的多普勒频移信息;多普勒频移分析单元与无线MESH连接的数据通道相连接,以获取深度信息以及多普勒频移信息;同时,将处理的结果输出到所述的人体危险姿态识别单元,并将其结果数据备份到数据库。
所述的人体危险姿态识别单元实质是一个基于深度信息与多普勒频移融合的神经网络识别单元,首先利用所述的人员融合定位单元与红外图像匹配单元融合得到的人员定位信息,确定工作人员在综采工作面的位置;根据工作人员的位置,选择对应的检测装置内的深度信息,多普勒频移信息,以及红外图像信息,对其进行处理;将融合多普勒频移分析单元与红外图像匹配单元的输出结果作为人体危险姿态识别单元的的输入,通过数据库中已经训练好的网络,或者是在线训练的网络,识别当前的工作人员的姿态是否为危险的姿态,并将处理的结果输出数据库;如果人体危险姿态识别单元设计为在线训练的网络,则将数据库中的数据结果反馈到所述的人体危险姿态识别单元,以便进行在线学习。
如图3所示为本发明的基于深度信息与多普勒频移融合的人员姿态原理图。工作人员从一个检测装置检测范围内的一个位置移到到下一位置,并进行姿态变化时,深度传感器采集得到工作人员沿着Z轴的运动量,在+Z方向表示景深减小,即工作人员向着工作人员危险姿态检测装置移动;在-Z方向表示景深增加,即工作人员背着工作人员危险姿态检测装置移动;多普勒频移接收器采集得到工作人员在X-Y面上的运动量,工作人员的骨骼点所对应的姿态运动量向着-X方向运动时,多普勒频移为负;工作人员的骨骼点所对应的姿态运动量向着+X方向运动时,多普勒频移为正;工作人员的每个姿态都由此构成的X-Y-Z空间坐标系的一系列点集所描述,根据这些点集,通过神经网络与具体的人员姿态变量进行非线性映射,即可实现姿态识别。若工作人员的姿态为危险姿态时,系统会发生警报,提醒工作人员及地面上的监测人员,从而从人员操作规范上预防恶性事故的发生。
Claims (6)
1.一种综采工作面工作人员危险姿态检测系统,其特征在于:所使用的检测装置包括主控制器、无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器,所述的红外线发射器与红外摄影机成对配合使用;所述的无线MESH收发器、深度传感器、红外线发射器、红外摄影机、多普勒频移接收器分别通过信号线与主控制器连接;检测系统包括硬件层和软件层,所述的硬件层和软件层通过无线MESH网络进行通信连接;所述的硬件层包括液压支架和检测装置,若干个所述的检测装置相互间隔地定点安装在液压支架上;所述的软件层包括人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元,所述的人员融合定位单元、红外图像匹配单元和多普勒频移分析单元分别与人体危险姿态识别单元连接,所述的红外图像匹配单元与人员融合定位单元和多普勒频移分析单元连接。
2.根据权利要求1所述的一种综采工作面工作人员危险姿态检测系统,其特征在于:所述的软件层还包括数据库,所述的数据库与人员融合定位单元、红外图像匹配单元、多普勒频移分析单元和人体危险姿态识别单元相连接。
3.根据权利要求1或2所述的一种综采工作面工作人员危险姿态检测系统,其特征在于:每相邻的两个检测装置之间的距离是相等的。
4.根据权利要求3所述的一种综采工作面工作人员危险姿态检测系统,其特征在于:所述的人员融合定位单元包括基于无线MESH信号强度定位分析模块和基于无线MESH信号到达时延定位模块。
5.根据权利要求4所述的一种综采工作面工作人员危险姿态检测系统,其特征在于:所述的红外图像匹配单元包括人体红外探测模块和人体骨骼模型匹配模块。
6.根据权利要求5所述的一种综采工作面工作人员危险姿态检测系统,其特征在于:所述的多普勒频移分析单元包括FFT变换模块和窄带波分析模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510305895.4A CN105003301B (zh) | 2015-06-04 | 2015-06-04 | 一种综采工作面工作人员危险姿态检测装置及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510305895.4A CN105003301B (zh) | 2015-06-04 | 2015-06-04 | 一种综采工作面工作人员危险姿态检测装置及检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105003301A CN105003301A (zh) | 2015-10-28 |
CN105003301B true CN105003301B (zh) | 2017-11-28 |
Family
ID=54376131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510305895.4A Active CN105003301B (zh) | 2015-06-04 | 2015-06-04 | 一种综采工作面工作人员危险姿态检测装置及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105003301B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364428A (zh) * | 2018-03-01 | 2018-08-03 | 太仓市智威智能科技有限公司 | 智能化视频监控安全防范系统 |
CN109446906A (zh) * | 2018-09-26 | 2019-03-08 | 深圳市中视典数字科技有限公司 | 一种动作捕捉系统和方法 |
CN110363140B (zh) * | 2019-07-15 | 2022-11-11 | 成都理工大学 | 一种基于红外图像的人体动作实时识别方法 |
CN110473230A (zh) * | 2019-08-15 | 2019-11-19 | 精英数智科技股份有限公司 | 一种监测液压支架升降是否合规的方法、系统及存储介质 |
CN115542245B (zh) * | 2022-12-01 | 2023-04-18 | 广东师大维智信息科技有限公司 | 基于uwb的位姿确定方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6168240B1 (en) * | 1998-03-10 | 2001-01-02 | Archveyor Pty Ltd. | Atmospheric detection system for an automated mining system |
CN101141537A (zh) * | 2006-09-06 | 2008-03-12 | 邸永春 | 应用于煤矿井下的数字矿工系统与方法 |
WO2012154153A1 (en) * | 2011-05-06 | 2012-11-15 | Innovative Wireless Technologies, Inc. | Wireless network compass |
CN102508256A (zh) * | 2011-11-23 | 2012-06-20 | 中国科学院微电子研究所 | 非接触式实时生理信号监测系统 |
CN103593943A (zh) * | 2013-08-20 | 2014-02-19 | 陕西迪捷宝信息科技有限公司 | 基于位置及多维信息融合的危险区域人员行为识别和监控系统 |
-
2015
- 2015-06-04 CN CN201510305895.4A patent/CN105003301B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105003301A (zh) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105003301B (zh) | 一种综采工作面工作人员危险姿态检测装置及检测系统 | |
CN109444845B (zh) | 基于固态激光雷达成像对煤岩界面进行识别的装置及方法 | |
CN106593534B (zh) | 一种智能隧道施工安全监控系统 | |
CN104317403B (zh) | 一种用于手语识别的可穿戴设备 | |
Kucukoglu et al. | Application of the artificial neural network method to detect defective assembling processes by using a wearable technology | |
CA2928174C (en) | Systems and methods for automated device pairing | |
US20140329540A1 (en) | Scalable real-time location detection based on overlapping neural networks | |
CN106767402A (zh) | 一种盾构法隧道表观质量检测方法及系统 | |
EP3452798A1 (en) | Structural health monitoring system with the identification of the damage through a device based in augmented reality technology | |
Chen et al. | Activity recognition based on micro-Doppler signature with in-home Wi-Fi | |
CN104933730A (zh) | 使用半穷举搜索的多视图人检测 | |
CN105403143A (zh) | 一种获取模拟地震振动台的位移变化的测量方法及其系统 | |
CN102891453A (zh) | 一种基于毫米波雷达的无人机巡检线路走廊方法与装置 | |
CN102099614A (zh) | 防备机器人危险事件的人安全保护系统 | |
CN205594404U (zh) | 安保机器人 | |
CN105445729A (zh) | 无人机飞行三维航迹精度检测方法及系统 | |
CN106791634A (zh) | 一种基于光机电一体化的无人机拍摄全景图的方法及装置 | |
CN105372650A (zh) | 一种无人机飞行航迹精度检测方法及装置 | |
CN107990871A (zh) | 一种基于多传感信息融合的相对位姿测量装置与方法 | |
CN111737391A (zh) | 一种地下开采矿山作业人员精准定位方法 | |
WO2016209963A1 (en) | Integration of heads up display with data processing | |
CN206292821U (zh) | 物品安检判图系统 | |
CN109975774A (zh) | 基于算子的雷达交接效能柔性评估建模方法 | |
CN102854492A (zh) | 一种电力隧道红外和超声双监实现人员定位的方法 | |
CN109343523A (zh) | 可绘制3d地图并实时传输图像的洞穴探测爬行机器人 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |